在Visual Studio Code中进行训练，需要先安装Python插件和相关库。以下是具体步骤：
-
打开Visual Studio Code，点击左侧的扩展图标，搜索“Python”，找到官方的Python插件并安装。
-
安装完成后，重启VSCode。
-
在VSCode中打开一个Python项目文件夹，或者新建一个文件夹。
-
在终端中输入以下命令安装所需的库：
pip install numpy pandas scikit-learn
- 创建一个新的Python文件，例如
train.py，并在其中编写训练代码。例如：
import numpy as np
import pandas as pd
from sklearn.model_selection import train_test_split
from sklearn.linear_model import LinearRegression
from sklearn.metrics import mean_squared_error
# 读取数据
data = pd.read_csv('data.csv')
X = data[['feature1', 'feature2']]
y = data['target']
# 划分训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)
# 创建线性回归模型
model = LinearRegression()
# 训练模型
model.fit(X_train, y_train)
# 预测
y_pred = model.predict(X_test)
# 评估模型
mse = mean_squared_error(y_test, y_pred)
print('Mean Squared Error:', mse)
- 在终端中运行训练脚本：
python train.py
- 查看输出结果，评估模型性能。