Scikit-Learnmodel 常用屬性和功能

在上一章中我們說到了模組裡有許多的功能，那這一張就來介紹吧

from sklearn import datasets
from sklearn.linear_model import LinearRegression

loaded = datasets.load_boston()

data_x = loaded.data
data_y = loaded.target

model = LinearRegression()
model.fit(data_x,data_y)

這是上一章所提到的程式碼現在我們來測試看看其他的功能

print(model.coef_)              #print a
print(model.intercept_)         #print b

我們先嘗試這兩組，這兩個的功能是將 y = ax+b 中的a和b打印出來

這樣我們能夠看到，我們的模組在做迴歸時每個維數的方程式，上一章有提到，在boston裡有13個維數，而 intercept則是常數項

print(model.get_params())

這個則是打印出你這個模組所設定的基本參數

裡面清楚的顯示了我所設定的參數

print("score:",model.score(data_x,data_y))

這個是用來對你的測試值和對照值的分數，越好的話輸出值會越接近1，反之越接近0

由輸出可以知道，我們這次的學習有七成的得分