本篇文章中，我们用 Python 代码写个小程序，根据出生时的body mass index（BMI）数据，使用线性回归来预测寿命。在这之前，我们先准备一下建立这个模型所需要的必要工具。
在这个线性回归模型中，需要用到scikit-learn库的 LinearRegression class，这个 class 提供了fit()函数，它根据所输入的数据来匹配模型，以下是基本的使用方法：
>>> fromsklearn.linear_modelimportLinearRegression
>>> model = LinearRegression()
>>> model.fit(x_values, y_values)
上面的例子中，model 变量是线性回归的模型，x_values 和 y_values 作为训练数据输入，model 根据 x_values 和 y_values 进行调整。“调整”的意思是——找到一条最佳的“线”能够和训练数据进行匹配。之后我们就可以使用 predict() 函数进行预测。
>>> print(model.predict([ [127], [248] ]))
[[438.94308857,127.14839521]]
predict() 函数返回一个预测结果的数组，里面的元素就是预测的结果，分别对应输入数组中的元素。对于第一个输入——[127]，返回的预测值为438.94308857，第二个输入——[248]，返回的预测值为127.14839521。输入数组中的元素使用[127]格式，而不是127，是因为我们可以用多个数据的组合进行预测。以后我们会在线性回归中使用多个数据，现在我们先使用一个数据值。
实践
在这个实践中，我们会用到以下数据集：“各国家人的平均寿命” 和 “各国家男性的平均BMI”，这些数据来自 Gapminder。
假设数据集存储在 “bmi_and_life_expectancy.csv” 文件中。这份数据包含三个字段：country（国家）、Life expectancy（寿命）、BMI（一个小孩出生时的BMI）。我们会根据BMI来预测寿命。
完整代码如下：
# 导入 pandas库 和 LinearRegression类
import pandas as pd
from sklearn.linear_model import LinearRegression
# 使用 pands 的 read_csv 函数把数据加载到 dataframe 中
#将 dataframe 赋值给 bmi_life_data 变量
bmi_life_data = pd.read_csv("bmi_and_life_expectancy.csv")
#使用 scikit-learn 的 LinearRegression 建立一个回归模型，并赋值给 bmi_life_model
bmi_life_model = LinearRegression()
bmi_life_model.fit(bmi_life_data[['BMI']], bmi_life_data[['Life expectancy']])
# 使用 21.07931这个 BMI 进行预测，并将结果赋值给 laos_life_exp 变量。
laos_life_exp = bmi_life_model.predict(21.07931)
print(laos_life_exp)
print输出的就是预测后的结果60.31564716。
使用线性回归中时要注意
线性回归是基于一系列的假设，并不适用于所有的场景，有些问题你应该要注意。
线性回归适用于数据是线性的情况
线性回归是从训练数据中找到一条匹配的直线。如果训练数据中的数据之间的关系并不是线性的，那么你需要做一些调整（转换你的训练数据），或者使用其他类型的模型。
线性回归对异常值敏感
线性回归尝试找到一条最匹配训练数据的直线。如果你的数据集中有一些极度偏差的数据（与一般的模式不匹配），会导致相差很大的结果。
下面的
![Uploading AA5DBE35-C653-4CC9-ACEC-B1B89CB565DF_605091.png . . .]
图，模型与数据匹配得非常好
然而，添加了一些异常值之后（与模型不匹配），对模型的预测有很大的影响，如下图：
通常，你希望一个模型能够匹配大多数的数据，但一定要注意这些异常值。
