如何在不使用拆分的情况下使用 scikit-learn 线性回归？

【问题标题】：How to use scikit-learn linear regression without using split?如何在不使用拆分的情况下使用 scikit-learn 线性回归？
【发布时间】：2021-07-26 10:33:04
【问题描述】：

我有 2 个名为 train.csv 和 test.csv 的 CSV。

两个文件的结构相同，我想用 train.csv 作为训练数据，用 test.csv 作为测试数据。

问题是，我在任何地方都找不到如何在不使用拆分的情况下使用 scikit-learn 线性回归，我找到的每个教程/文档都使用函数 train_test_split()，但如果我理解正确，它用于拆分一个文件（假设 data.csv）作为训练和测试数据。

有可能吗？如果不是，我可以使用什么替代方案？

【问题讨论】：

【解决方案1】：

如果您有单独的train、test 数据，

定义X_train 和y_train

# Sudo Code
X_train = train.drop(target, axis=1)

# Sudo Code
y_train = train[target]

from sklearn.linear_model import LinearRegression
reg = LinearRegression().fit(X_train, y_train)

【讨论】：