给我一个用到sklearn库的Python程序
时间: 2024-09-07 20:01:54 浏览: 28
在Python中,Scikit-learn(简称sklearn)是一个强大的机器学习库,它提供了一系列易于使用的工具,用于数据预处理、特征工程、模型选择和评估。这里是一个简单的例子,展示如何使用sklearn进行线性回归预测:
```python
# 首先,确保已经安装了所需的库
import numpy as np
from sklearn.model_selection import train_test_split
from sklearn.linear_model import LinearRegression
from sklearn.metrics import mean_squared_error
# 假设我们有一个关于房价的数据集
# 假定data是包含两个列('feature_column' 和 'price_column')的二维数组
X = data['feature_column']
y = data['price_column']
# 划分训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)
# 创建线性回归模型
model = LinearRegression()
# 使用训练数据拟合模型
model.fit(X_train, y_train)
# 预测测试集的结果
y_pred = model.predict(X_test)
# 计算并打印均方误差
mse = mean_squared_error(y_test, y_pred)
print(f"Mean Squared Error: {mse}")