scikit-learn的一元线性回归

y = a + bx
(已知一堆 x,y的值， 找到a，b的值）。

编写代码scikit_learn_linear_model_demo.py如下：

import numpy as np
from sklearn.linear_model import LinearRegression

x = [[1],[2],[3],[4],[5],[6]]
y = [[1],[2.1],[2.9],[4.2],[5.1],[5.8]]
model = LinearRegression()
model.fit(x, y)
predicted = model.predict([13])[0]
print predicted

执行结果：

[[ 12.82666667]]

这里面的model是一个estimator，它通过fit()方法来算出模型参数，并通过predict()方法来预测

LinearRegression的fit()方法就是学习这个一元线性回归模型：