机器学习 · 类

线性回归模型

简单线性回归模型，支持预测。

调用签名(系数, 截距)

线ZHONGWEN
PYTHON

Chinese example

中文代码示例

# 案例：训练一个线性回归模型
设 模型 = 机器学习.线性回归模型([[1], [2], [3]], [2, 4, 6])
打印(模型)

可直接放进 .cs / .中py 文件运行。转换器会把中文代码交给真实 Python 解释器。

Parameters

参数说明

2 个参数

参数类型 / 传入方式说明

系数可选 · 默认无

未声明位置参数或字段名=值

按函数业务含义传入系数;首次使用建议先打印(结果) 确认其作用。

常见错误：漏传会报 TypeError: missing required argument: '系数';检查调用是否漏了这行

截距可选 · 默认无

未声明位置参数或字段名=值

按函数业务含义传入截距;首次使用建议先打印(结果) 确认其作用。

常见错误：漏传会报 TypeError: missing required argument: '截距';检查调用是否漏了这行

Playbook

基础用法 · 进阶组合 · 错误排查

# 案例：训练一个线性回归模型
设 模型 = 机器学习.线性回归模型([[1], [2], [3]], [2, 4, 6])
打印(模型)

# 进阶组合:线性回归模型 配合 机器学习 业务流使用
设 模型 = 机器学习.训练线性回归([[1], [2], [3]], [2, 4, 6])
设 结果 = 机器学习.线性回归模型(
    系数=[1, 2, 3, 4],  # 必填
    截距=[1, 2, 3, 4],  # 必填
)
设 结果 = 机器学习.预测(模型, [[4]])
打印(结果)

# 错误排查:覆盖 2 个必填参数

## 参数 1: 系数
# 错误:漏传会报 TypeError: missing required argument
# 设 结果 = 机器学习.线性回归模型()  # TypeError
# 修复:补上必填字段
设 结果 = 机器学习.线性回归模型(系数=[1, 2, 3, 4])

## 参数 2: 截距
# 错误:漏传会报 TypeError: missing required argument
# 设 结果 = 机器学习.线性回归模型()  # TypeError
# 修复:补上必填字段
设 结果 = 机器学习.线性回归模型(截距=[1, 2, 3, 4])
打印(结果)