1. 引入必要的库

首先，需要引入必要的库。scikit-learn提供了强大的机器学习工具，pandas和numpy则用于数据处理，matplotlib用于结果的可视化。

python">import pandas as pd
import numpy as np
from sklearn.model_selection import train_test_split
from sklearn.linear_model import LinearRegression
from sklearn.metrics import mean_squared_error, r2_score
import matplotlib.pyplot as plt

2. 加载自定义数据集

假设有一个CSV文件custom_dataset.csv，其中包含特征（自变量）和标签（因变量）。使用pandas来加载数据。

python"># 加载自定义数据集
data = pd.read_csv('custom_dataset.csv')# 假设数据集中有两列：'feature'为特征，'target'为标签
X = data[['feature']].values  # 特征需要是二维数组
y = data['target'].values     # 标签

3. 数据集划分

为了评估模型的性能，需要将数据集划分为训练集和测试集。这样可以确保模型在未见过的数据上进行测试，从而评估其泛化能力。

python"># 将数据集分为训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)

4. 创建并训练线性回归模型

使用scikit-learn中的LinearRegression类，可以轻松地创建并训练线性回归模型。

python"># 创建线性回归模型
model = LinearRegression()# 训练模型
model.fit(X_train, y_train)

5. 模型预测与评估

在模型训练完成后，使用测试集进行预测，并评估模型的性能。常用的评估指标包括均方误差（MSE）和决定系数（R²）。

python"># 进行预测
y_pred = model.predict(X_test)# 计算均方误差和决定系数
mse = mean_squared_error(y_test, y_pred)
r2 = r2_score(y_test, y_pred)print(f'Mean Squared Error: {mse:.2f}')
print(f'R² Score: {r2:.2f}')

6. 结果可视化

为了更好地理解模型的拟合效果，可以绘制真实值和预测值的散点图，以及拟合的直线。

python"># 可视化结果
plt.scatter(X_test, y_test, color='black', label='实际数据')
plt.plot(X_test, y_pred, color='blue', linewidth=3, label='拟合线')plt.xlabel('特征')
plt.ylabel('目标值')
plt.title('线性回归拟合')
plt.legend()
plt.show()

7. 进一步讨论

在线性回归中，模型的系数（权重）表示特征对目标值的影响。可以通过以下方式查看模型的系数：

python"># 打印模型系数和截距
print(f'Coefficient: {model.coef_[0]:.2f}')
print(f'Intercept: {model.intercept_:.2f}')