Regression

这个工具包包含了处理回归问题的模型,当前我们有线性回归模型和提升树模型,此外,我们还提供了一个巧妙的接口来根据数据选择合适的模型,如果你确定该用什么模型,可以直接用create()函数
训练集必须包含一列'target'变量和至少一列的特征变量

Example

//Set up the data 建立数据
import graphlab as gl
data = gl.SFrame('https://static.turi.com/datasets/regression/houses.csv')
//Select the best model based on your data. 选择最适合你数据的模型
model = gl.regression.create(data, target='price',
... features=['bath', 'bedroom', 'size'])
//Make predictions and evaluate results.做出预测并评估结果
predictions = model.predict(data)
results = model.evaluate(data)

Creating a regression model

regression.create() 自动为你的数据集选择一个合适的回归模型