构建线性回归模型
现在您已经创建了特征数组和目标数组，接下来将在全部特征与目标值上训练一个线性回归模型。
由于目标是评估特征与目标之间的关系，因此无需将数据划分为训练集和测试集。
X 和 y 已为您预加载如下：
y = sales_df["sales"].values
X = sales_df["radio"].values.reshape(-1, 1)
本练习是课程的一部分
使用 scikit-learn 的监督学习
练习说明
- 导入
LinearRegression。 - 实例化一个线性回归模型。
- 使用
X预测销售额，并将结果保存为predictions。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Import LinearRegression
from ____.____ import ____
# Create the model
reg = ____()
# Fit the model to the data
____
# Make predictions
predictions = ____
print(predictions[:5])