python实现一元线性回归.py

#导入模块
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from sklearn.linear_model import LinearRegression
#全局变量初始化
X=[]
Y=[]
Y_predict=[]
S_xy=0
S_xx=0
S_yy=0
U=0
#从csv文件中读取数据
def get_data（file_name）:
    #1.利用pandas读取csv
    data=pd.read_csv（file_nameheader=None）
    #2.赋值预报因子和预报对象并输出
    X=data[1]#预报因子
    Y=data[2]#预报对象
    return XY
#print（get_data（‘ex0.csv‘））
XY=get_data（‘ex0.csv‘）
X=np.array（X）.reshape（-11）#将数组转换
Y=np.array（Y）.reshape（-11）
print（XYY_predict）
def my_linear_model（XY）:
    #1.调用模块，构造回归对象
    regr=LinearRegression（）
    regr.fit（XY）
    #2.构造返回字典
    pr