python机器学习库sklearn——线性回归

全栈工程师开发手册 （作者：栾鹏）

python数据挖掘系列教程

线性回归的相关的知识内容可以参考
http://blog.csdn.net/luanpeng825485697/article/details/78933084

这里只讲述sklearn中如何使用线性回归进行估值预测。

参数：

fit_intercept: 布尔型，默认为true

说明：是否对训练数据进行中心化。如果该变量为false，则表明输入的数据已经进行了中心化，在下面的过程里不进行中心化处理；否则，对输入的训练数据进行中心化处理

normalize布尔型，默认为false

说明：是否对数据进行标准化处理

copy_X 布尔型，默认为true

说明：是否对X复制，如果选择false，则直接对原数据进行覆盖。（即经过中心化，标准化后，是否把新数据覆盖到原数据上）

n_jobs 整型， 默认为1

说明：计算时设置的任务个数(number of jobs)。如果选择-1则代表使用所有的CPU。这一参数的对于目标个数>1（n_targets>1）且足够大规模的问题有加速作用。

返回值：

coef_ 数组型变量， 形状为(n_fea