5.线性回归算法

（1）趋势线：一条趋势线代表着时间序列数据的长期走势

#运用线性回归算法预测波士顿房价
from sklearn.datasets import load_boston
from sklearn.linear_model import LinearRegression
import matplotlib.pyplot as plt
data = load_boston()
data_all = data[‘data‘]
x = data_all[:, 5:6]
y = data[‘target‘]
model_LR = LinearRegression()
model_LR.fit(x,y)
pre = model_LR.predict(x)
print(‘模型的权值：‘,model_LR.coef_,‘模型的截距项：‘,model_LR.intercept_)
print(‘模型的预测值为：‘,pre)
#使用可视化的方式对比拟合出的线性回归方程与真实房价的分布情况
plt.scatter(x,y,c=‘skyblue‘)  #真实房价的分布（散点图）
plt.plot(x,pre,c=‘pink‘)  #拟合出的线性回归方程
plt.legend([‘real‘,‘pre‘])
plt.show()