建立線性回歸模型
現在你已經建立了特徵與目標陣列，接著要在所有的特徵與目標值上訓練一個線性回歸模型。
因為目標是評估特徵與目標之間的關係，所以不需要把資料切分成訓練集與測試集。
X 與 y 已為你預先載入如下：
y = sales_df["sales"].values
X = sales_df["radio"].values.reshape(-1, 1)
本練習屬於課程
使用 scikit-learn 進行監督式學習
練習說明
- 匯入
LinearRegression。 - 建立一個線性回歸模型實例。
- 使用
X預測銷售值，並將結果存為predictions。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# Import LinearRegression
from ____.____ import ____
# Create the model
reg = ____()
# Fit the model to the data
____
# Make predictions
predictions = ____
print(predictions[:5])