【Python数据科学手册】专题：线性回归

线性回归模型是解决回归任务的好起点。

你可能对线性回归模型最简单的形式（即对数据拟合一条直线）已经很熟悉了，不过经过扩展，这些模型可以对更复杂的数据行为进行建模。

首先导入常用的程序库：

%matplotlib inlineimport matplotlib.pyplot as pltimport seaborn as sns; sns.set()import numpy as np

1、简单线性回归

首先来介绍最广为人知的线性回归模型——将数据拟合成一条直线。直线拟合的模型方程为y=ax+by=ax+b，其中aa是直线斜率，bb是直线截距。

下面的数据，它们是从斜率为2、截距为-5 的直线中抽取的散点

rng· = np.random.RandomState(1)x = 10 * rng.rand(50)y = 2 * x - 5