W3School TIY Editor

import pandas as pd from sklearn.linear_model import LinearRegression # 读取汽车数据集： cars = pd.read_csv('data.csv') # 对汽车品牌进行独热编码 (One-Hot Encoding)： ohe_cars = pd.get_dummies(cars[['Car']]) # 构造特征矩阵：合并数值特征和编码后的分类特征 X = pd.concat([cars[['Volume', 'Weight']], ohe_cars], axis=1) # 定义目标变量：CO2 排放量 y = cars['CO2'] # 创建并训练线性回归模型： regr = LinearRegression() regr.fit(X, y) # 预测新样本的 CO2 排放量： # 参数说明：[排量, 重量, 各品牌独热编码(假设共 18 个品牌)] predictedCO2 = regr.predict([[2300, 1300, 0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,1,0]]) # 输出预测结果： print(predictedCO2)