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)