本部落格僅用於個人學習，不用於傳播教學，主要是記自己能夠看得懂的筆記（

利用Python中的sklearn庫可以更輕鬆地構建模型，不用寫繁瑣的程式碼。sklearn庫可以直接用pip下載。

學習知識、資源和資料來自：機器學習演算法基礎-覃秉豐_嗶哩嗶哩_bilibili

本次使用的資料可見：機器學習筆記（一）——一元線性迴歸（梯度下降法） - Lcy的瞎bb - 部落格園 (cnblogs.com)

Python程式碼如下：

import matplotlib.pyplot as plt
from sklearn.linear_model import LinearRegression
import
 
 numpy as np

#從檔案中匯入資料
data=np.genfromtxt('C:/Users/Lenovo/Desktop/學習/機器學習資料/線性迴歸以及非線性迴歸/data.csv',delimiter=',')
x_data=data[:,0,np.newaxis] #增加一個維度，使其變成矩陣，方便代入模型進行矩陣運算
y_data=data[:,1,np.newaxis]

#構建模型，代入運算
model=LinearRegression()
model.fit(x_data,y_data)

#畫圖
plt.plot(x_data,y_data,'b.') # 'b.'可使影象呈現藍色點狀
 

plt.plot(x_data,model.predict(x_data),'r') # model.predict()是利用所得的一元線性迴歸模型進行預測
plt.show()

簡單吧。