from sklearn import linear_model reg = linear_model.LinearRegression() reg.fit([[1, 0], [0, 1], [2, 2]], [2, 2, 3]) print(reg.coef_) print(reg.intercept_) from sklearn import linear_model reg = linear_model.LinearRegression() reg.fit([[1, 0], [0, 1], [2, 2]], [2, 2, 3]) print(reg.coef_) print(reg.intercept_) [0. 0.] 1.66667 这个才是完整的，intercept_代表w0，另两个参数分别是w1和w2。
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请联系我们举报，一经查实，本站将立刻删除。
发布者：全栈程序员-站长，转载请注明出处：https://javaforall.net/211936.html原文链接：https://javaforall.net
