盘点一个使用Python实现scikit线性回归问题
一、前言
前几天在Python白银交流群【小白python爱好者】问了一个Python数据处理的问题，一起来看看吧。
求各位大佬指点一下，scikit线性回归问题，求段代码为什么我出不了结果，可GPt说可以正常运行，哪里有问题求指点？
import numpy as np
from sklearn.linear_model import LinearRegression
# 已知数据
X_train = np.array([[10], [15], [20], [30], [50]])
y_train = np.array([[11], [13], [16], [19], [20]])
# 创建线性回归模型并拟合已知数据
model = LinearRegression()
model.fit(X_train, y_train)
# 预测未来数据
X_test = np.array([[15], [30], [40], [60], [70]])
y_pred = model.predict(X_test)
print("预测的销售记录为：")
for i, pred in enumerate(y_pred):
print(f"2023年10月第{i + 1}天预测销售记录：{pred:.2f}")
美中不足的是他没贴报错截图，所以还得到本地跑下才行。
二、实现过程
这里【岩】给了一个思路：
改一下这句：print(f"2023年10月第{i + 1}天预测销售记录：{pred[0]:.2f}")
顺利地解决了粉丝的问题。
三、总结
大家好，我是皮皮。这篇文章主要盘点了一个Python数据库处理的问题，文中针对该问题，给出了具体的解析和代码实现，帮助粉丝顺利解决了问题。
本文参与 腾讯云自媒体同步曝光计划，分享自微信公众号。
原始发表：2023-10-19，如有侵权请联系 cloudcommunity@tencent.com 删除
评论
登录后参与评论
推荐阅读
腾讯云开发者
