1、匯入相關模組

import numpy as np
import pandas as pd
from pandas import Series,DataFrame

#普通線性迴歸
from sklearn.linear_model import LinearRegression
#用於機器學習相關的資料集
import sklearn.datasets as datasets

2.獲取訓練資料

#從datasets模組中匯入資料
diabetes = datasets.load_diabetes()
data = diabetes.data
target = diabetes.target

#用於訓練的資料
 

X_train=data[0:400]
Y_train=target[0:400]
#用於測試的資料
x_test=data[400:]
y_true=target[400:]

3.確定學習模型

#建立普通線性迴歸模型
line=LinearRegression()

4.訓練資料

#將訓練模型，將訓練資料輸入學習模型中進行訓練
line.fit(X_train,Y_train)

5.預測結果

#將測試資料輸入模型，獲得預測結果
y_pre=line.predict(x_test)

6.效果評估

匯入評估所需的模組

from sklearn.metrics import r2_score
 

評估

r2_score(y_true,y_pre)

7.繪製圖形

匯入繪圖模組

import matplotlib.pyplot as plt
%matplotlib inline

繪製

plt.plot(y_true,label='ture')
plt.plot(y_pre,label='predict')
plt.legend()