Very basic sckit linear regression example

Basic Scikit Linear Regression

from sklearn import datasets
from sklearn.model_selection import cross_val_predict
from sklearn import linear_model
import matplotlib.pyplot as plt
import numpy as np
from sklearn.metrics import r2_score
import pandas as pd

# Scrubbing
# lista com os meses do ano Jan-Dez
_yData = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12]
# lista com o faturamento em Milhões
_xData = [10, 10.1, 10.2, 10.3, 10.4, 10.5, 10.6, 10.7, 10.8, 10.9, 11, 11.1]

# Training Data (70%), do mês 4 em diante.
_yTrain = _yData[3:]
# Test Data (30%), do mês 1 ao 3
_yTest = _yData[:3]

dfTrain = pd.DataFrame({'x': _xData[3:] })
dfTest = pd.DataFrame({'x': _xData[:3] })

lr = linear_model.LinearRegression()

# Treinamento Supervisionado
lr.fit(dfTrain[['x']], _yTrain)

# Testes
results = lr.predict(dfTest[['x']])

# Coeficiente de Determinação (R^2)
print('%.2f' % r2_score(_yTest, results))

# Predição (em qual mes se alcança 11.5M em faturamento?)
print(lr.predict(pd.DataFrame({'x': [11.5] })))