sklearn LinearRegression、なぜモデルによって返される係数が1つだけなのですか？
私は単純なデータセットでscikit-learnLinearRegressionモデルを試しています（Andrew NGコースラコースから来ています、私は本当に重要ではありません、参照のためにプロットを見てください）
これは私のスクリプトです
import numpy as np
import matplotlib.pyplot as plt
from sklearn.linear_model import LinearRegression
dataset = np.loadtxt('../mlclass-ex1-008/mlclass-ex1/ex1data1.txt', delimiter=',')
X = dataset[:, 0]
Y = dataset[:, 1]
plt.figure()
plt.ylabel('Profit in $10,000s')
plt.xlabel('Population of City in 10,000s')
plt.grid()
plt.plot(X, Y, 'rx')
model = LinearRegression()
model.fit(X[:, np.newaxis], Y)
plt.plot(X, model.predict(X[:, np.newaxis]), color='blue', linewidth=3)
print('Coefficients: \n', model.coef_)
plt.show()
私の質問は、この線形モデルには2つの係数（切片項とx係数）があると予想していますが、どうして1つだけ取得するのですか？
OOOPS
切片がモデルの分離された属性であることに気づきませんでした！
print('Intercept: \n', model.intercept_)
ドキュメントを見る ここ
切片_：配列
線形モデルの独立項。