python根据csv数据建立模型代码
时间: 2023-09-19 20:10:56 浏览: 93
python处理csv数据的方法
3星 · 编辑精心推荐
以下是一个简单的Python代码示例,用于根据CSV数据建立模型:
```python
import pandas as pd
from sklearn.model_selection import train_test_split
from sklearn.linear_model import LinearRegression
from sklearn.metrics import mean_squared_error
# 读取csv文件
data = pd.read_csv('data.csv')
# 分离特征和目标变量
X = data.drop(columns=['target'])
y = data['target']
# 将数据集分为训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)
# 建立线性回归模型
model = LinearRegression()
# 训练模型
model.fit(X_train, y_train)
# 预测结果
y_pred = model.predict(X_test)
# 评估模型
mse = mean_squared_error(y_test, y_pred)
print('模型均方误差为:', mse)
```
以上代码示例中,我们使用了pandas库读取了名为"data.csv"的CSV文件,并将数据分为特征和目标变量。然后使用train_test_split函数将数据集分为训练集和测试集,使用LinearRegression类建立线性回归模型,并使用fit方法训练模型。最后使用predict方法对测试集进行预测,并使用mean_squared_error函数计算模型的均方误差。
阅读全文