Python 线性回归模型训练代码示例

下面是一个简单的使用 Python 编写的模型训练代码示例：

import pandas as pd
from sklearn.model_selection import train_test_split
from sklearn.linear_model import LinearRegression

# 读取数据集
data = pd.read_csv('data.csv')

# 将数据拆分为训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(data[['x']], data['y'], test_size=0.2)

# 训练线性回归模型
model = LinearRegression()
model.fit(X_train, y_train)

# 打印模型的评分
print('训练集得分：', model.score(X_train, y_train))
print('测试集得分：', model.score(X_test, y_test))

这段代码假设有一个名为data.csv的数据集，其中包含两列数据x和y，分别是自变量和因变量。代码首先使用pandas库读取数据集，然后使用train_test_split函数将数据拆分为训练集和测试集。接下来，代码使用LinearRegression类初始化一个线性回归模型，并使用训练集对模型进行训练。最后，代码打印模型在训练集和测试集上的得分。