2.数据集使用的是Advertising.csv；总共两百条数据，记录的是广告投入与销售之间的关系。之间关系如下  

Sales = TV_x1+Radio_x2+Newspaper\*x3+b；  


3.读取数据

读取csv数据

data = pandas.read_csv(“csv//Advertising.csv”);

4.构建X和Y特征向量

构建X和Y scikit-learn要求X是一个特征矩阵，y是一个NumPy向量。pandas构建在NumPy之上。

因此，X可以是pandas的DataFrame，y可以是pandas的Series，scikit-learn可以理解这种结构

X = data[[‘TV’,‘Radio’,‘Newspaper’]]; #返回 dataframe
print(type(X)," ",X.shape); # 返回X类型 X的维度
Y = data[‘Sales’]; #返回Series类型 及list
print(type(Y)," ",Y.shape); # 返回X类型 X的维度
输出  

![在这里插入图片描述]()  

5.拆分训练集和测试集

训练集测试集拆开 百分之75用于训练 百分之25用于测试

random_state 在需要设置random_state的地方给其赋一个值，当多次运行此段代码能够得到完全一样的结果，别人运行此代码也可以复现你的过程。若不设置此参数则会随机选择一个种子，执行结果也会因此而不同了。虽然可以对random_state进行调参，但是调参后在训练集上表现好的模型未必在陌生训练集上表现好，所以一般会随便选取一个random_state

的值作为参数。
X_train,X_test,Y_train,Y_test = train_test_split(X,Y,random_state=1);
print(X_train.shape," “,X_test.shape,” “,Y_train.shape,” ",Y_test.shape);
输出  

![在这里插入图片描述]()  

6.线性回归

sklearn线性回归

lrg = LinearRegression();
model = lrg.fit(X_train,Y_train); #训练
print(model);
print(lrg.intercept_); #输出截距
coef = zip([‘TV’,‘Radio’,‘Newspaper’],lrg.coef_) #特征和系数对应 打包对应为元组
for T in coef :
print(T); #输出系数
输出  

![在这里插入图片描述]()  

7.预测

#预测

y_pred = lrg.predict(X_test);

print(y_pred); #输出测试值

输出  

![在这里插入图片描述]()  

8.#评价测度

#评价测度 对于分类问题，评价测度是准确率，但其不适用于回归问题，因此使用针对连续数值的评价测度（evaluation metrics）。