ML之LiR：机器学习经典算法之线性回归算法LiR的简介、使用方法、经典案例之详细攻略

ML之MLiR：利用多元线性回归法，从大量数据(csv文件)中提取五个因变量(输入运输任务总里程数、运输次数、三种不同的车型，预测需要花费的小时数)来预测一个自变量

目录

输出结果

代码设计

输出结果

代码设计

from numpy import genfromtxt    
from sklearn import linear_model

datapath=r"Delivery_Dummy.csv" 
data = genfromtxt(datapath,delimiter=",") 

x = data[1:,:-1] 
y = data[1:,-1]
print (x)
print (y)

mlr = linear_model.LinearRegression() 
 
mlr.fit(x, y)  
 
print (mlr)
print ("coef:")
print (mlr.coef_)        
print ("intercept")
print (mlr.intercept_)  
 
xPredict =  [[120,3,1,0,0]]
yPredict = mlr.predict(xPredict)
  
print ("predict:")
print (yPredict)

相关文章
ML之MLiR：利用多元线性回归法，从大量数据(csv文件)中提取五个因变量(输入运输任务总里程数、运输次数、三种不同的车型，预测需要花费的小时数)来预测一个自变量