目标：通过一个属性的线性组合；来进行预测模型。即：
from sklearn.linear_model import LinearRegression
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
#读取数据
data=pd.read_excel(r'H:\备份文件_工作\1_20200000_模型任务\14_model_公共投资、城市化与经济增长的实证研究\14_model_公共投资、城市化与经济增长的实证研究.xlsx',sheet_name = 'Sheet2')
#根据列名称选取X\Y值，并将X\Y值转化为矩阵
y=data.loc[:, 'Y'].as_matrix(columns=None)
y=np.array([y]).T
x=data.drop('Y', 1)
x=x.loc[0:].as_matrix(columns=None)
#调用线性分析模型
l=LinearRegression()
l.fit(x,y)
#分别输出 系数、预测值、相关系数R，均方误差
print(l.coef_)
print(l.predict([[60,60,60,60]]))
print(l.score(x,y))
print(np.mean((l.predict(x)-y)**2))
