SKLearn 构建模型预测鲍鱼年龄 在txt文件中读入年龄数据集

下面是代码示例：

import pandas as pd
from sklearn.linear_model import LinearRegression

# 读取数据
data = pd.read_csv('abalone.txt', header=None, names=['Sex', 'Length', 'Diameter', 'Height', 
                                                      'Whole weight', 'Shucked weight', 'Viscera weight', 
                                                      'Shell weight', 'Rings'])

# 将性别转换成数字
data['Sex'] = data['Sex'].map({'M': 1, 'F': 2, 'I': 3})

# 划分数据集
X = data.drop('Rings', axis=1)
y = data['Rings']

# 建立线性回归模型
lr = LinearRegression()
lr.fit(X, y)

# 预测年龄
age = lr.predict([[2, 0.455, 0.365, 0.095, 0.514, 0.2245, 0.101, 0.15]])

print('预测年龄为：', round(age[0]))

这里使用了 pandas 库来读取 txt 文件中的数据，然后使用 sklearn 库中的 LinearRegression 模型建立线性回归模型，最后使用模型预测出鲍鱼的年龄。其中，代码中的预测数据是根据数据集中的特征数据手动输入的，可以根据需要进行修改。