data={'学习时间':[0.50,0.75,1.00,1.25,1.50,1.75,1.75,2.00,2.25,2.50,2.75,3.00,3.25,3.50,4.00,4.25,4.50,4.75,5.00,5.50],'分数':[10,22,13,43,20,22,33,50,62,48,55,75,62,73,81,76,64,82,90,93]
}

data.info()data.shape查看数据形状；.shape[0]查看行数；.shape[1]查看列数 df.head()查看前几行；df.describe()查看数值数据的描述统计信息；

data_order=OrderedDict(data)
df = pd.DataFrame(data_order)
df.info()

 df.head()

#
# 提取特征值
exam_x = df.loc[:,'学习时间']
exam_y = df.loc[:,'分数']
plt.scatter(exam_x,exam_y,color='r',label='exam_score')
# 添加坐标标签
plt.xlabel('hours')
plt.ylabel('score')
#显示图像
plt.show()

df.corr()

train_test_split是交叉验证中常用的函数，功能是从样本中随机的按比例选取训练数据（train）和
测试数据（test）
第一个参数：所要划分的样本特征
第2个参数：所要划分的样本标签
train_size：训练数据占比，如果是整数的话就是样本的数量，这里是80%

from sklearn.model_selection import train_test_splitx_train , x_test , y_train , y_test = train_test_split(exam_x ,exam_y,train_size = 0.8)
#输出数据大小
print('原始数据特征：',exam_x.shape ,'，训练数据特征：', x_train.shape , '，测试数据特征：',x_test.shape )
print('原始数据标签：',exam_y.shape ,'训练数据标签：', y_train.shape ,'测试数据标签：' ,y_test.shape)

导入算法逻辑回归（logisic regression）随机森林（Random Forests Model）支持向量机（Support Vector Machines）Gradient Boosting ClassifierK-nearest neighborsGaussian Naive Bayes数据降维：PCA，Isomap数据分类：SVC，K-Means线性回归：LinearRegression创建模型model=LinearRegression()训练模型model.fit(train_X , train_y )

#   第1步：导入线性回归
from sklearn.linear_model import LinearRegression
#   第2步：创建模型：线性回归
model = LinearRegression()
#  第3步：训练模型
model.fit(x_train , y_train)     

#将训练数据特征转换成二维数组XX行*1列
x_train=x_train.values.reshape(-1,1) #将测试数据特征转换成二维数组行数*1列
x_test=x_test.values.reshape(-1,1)
#第1步：导入线性回归
from sklearn.linear_model import LinearRegression
# 第2步：创建模型：线性回归
model = LinearRegression()
#第3步：训练模型
model.fit(x_train ,y_train) 

a=model.intercept_    #截距
b=model.coef_         #回归系数
print('最佳拟合线：截距a=',a,'，回归系数b=',b)

# 绘图
import matplotlib.pyplot as plt
# 训练数据散点图
plt.scatter(x_train, y_train, color='blue', label="train data")
# 测试数据散点图
plt.scatter(x_test,y_test,color='r',label='test data')
#  训练数据的预测值
y_train_pred = model.predict(x_train)      #  绘制最佳拟合
plt.plot(x_train, y_train_pred, color='black', linewidth=3, label="best line")  # 添加图标标签
plt.legend(loc=2)
plt.xlabel("Hours")
plt.ylabel("Score")
plt.show() 

R平方=0时，x变量与y变量无关R平方=1时，x变量可预测y变量，且没有误差R平方越大（0到1），回归模型越精确