我对机器学习是新手，对Python也没有太多经验。

在下面的代码中，调用fit()函数后，训练数据存储在哪里？以及在调用predict()方法后，它是如何知道数据是否已经训练过的？

我知道这可能是个愚蠢的问题，但如果能得到一些帮助，我将不胜感激。谢谢

#Fitting Simple linear regression to the training setfrom sklearn.linear_model import LinearRegressionregressor = LinearRegression()regressor.fit(X_train, y_train) #Predicting the Test search resultsy_pred = regressor.predict(X_test)

回答：

fit()函数只是将线性模型拟合到你的数据上。训练数据已经分配给了你的变量X_train（特征）和y_train（标签），因此在调用fit()后不会存储训练数据。不过，你可以保存已经训练/拟合的模型，该模型包含使用训练数据近似的参数。

现在回答你的第二个问题，在拟合模型之前是无法进行预测的。如果你尝试在调用fit()之前调用predict()，你会得到一个NotFittedError：

如果在拟合前使用估计器时引发的异常类。

这个类同时继承自ValueError和AttributeError，以帮助处理异常和保持向后兼容性。

示例：

>>> from sklearn.svm import LinearSVC>>> from sklearn.exceptions import NotFittedError>>> try:...     LinearSVC().predict([[1, 2], [2, 3], [3, 4]])... except NotFittedError as e:...     print(repr(e))NotFittedError("This LinearSVC instance is not fitted yet. Call 'fit' withappropriate arguments before using this estimator."...)