机器学习-岭回归实现

通过岭回归实现 数据标签的预测

import numpy as np # 快速操作结构数组的工具
import matplotlib.pyplot as plt # 可视化绘制
from sklearn.linear_model import Ridge RidgeCV # Ridge岭回归RidgeCV带有广义交叉验证的岭回归
# 样本数据集，第一列为x，第二列为y，在x和y之间建立回归模型
data = [
[0.067732 3.176513] [0.427810 3.816464] [0.995731 4.550095] [
0.738336 4.256571] [0.981083 4.560815]
[0.526171 3.929515] [0.378887 3.526170] [0.033859 3.156393] [
0.132791 3.110301] [0.138306 3.149813]
[0.247809 3.476346] [0.648270 4.119688] [0.731209 4.282233] [
0.236833 3.486582] [0.969788 4.655492]
[0.607492 3.965162] [0.358622 3.514900] [0.147846 3.125947] [
0.637820 4.094115] [0.230372 3.476039]
[0.070237 3.210610] [0.067154 3.190612] [0.925577 4.631504] [
0.717733 4.