sklearn-最小二乘线性回归

sklearn是机器学习中的一个常用的python第三方模块，里面对机器学习的许多方法进行了封装，在进行机器学习的任务时，许多常用的算法可在这个模块中直接调用。并且sklearn中还提供了许多可用于分类、回归的优质数据集。使用好sklearn最直接的方法就是仔细阅读官方http://scikitlearn.org/stable/index.html

sklearn就像是一个模板库，是许多机器学习框架中的基础

首先import datasets在sklearn中加载你需要的数据集

from sklearn import datasets     #从sklearn中导入其自带的优质数据集
import numpy as np
import matplotlib.pyplot as plt
'''
例如：
iris=datasets.load_iris()        #使用其中的鸢尾花数据集（分类）
X=iris.data      #得到数据的特征集，该数据集有四个特征：花萼长、宽和花瓣长、宽
Y=iris.target    #该数据的标签集
'''
boston=datasets.load_boston()    #波士顿房价数据集（506*13，回归）
#print boston.DESCR              #可以查看sklearn数据集的一些属性
X=boston.data                    #数据有506条，每条数据有十三个特征和一个真实值
Y=boston.target             

自己可以将得到的数据集手动划分得到需要的训练集和测试集

sampleRatio=0.5               #划分训练集和测试集各一半
m=len(X)
sampleBoundary=int(m*sampleRatio)
myshuffle=list(range(m))      #注意Python3中