前言

提示：这里可以添加本文要记录的大概内容：

简单记录一下机器学习课程中的练手小项目，记录自己的技术沉淀过程。

一、数据清洗

关于机器学习，我觉得更多的时间是花在了得到一份更好的特征上面，因此在进行模型训练之前，首先要做的就是得到一些自己满意的特征。所以先看一下已给数据的分布情况来为下一步处理做准备。

查看特征与label的关联程度

Rgr = pd.read_excel('data.xlsx', sheet_name='Regression')
# 查看数据特征
features = ['feature1', 'feature2', 'feature3', 'feature4', 'feature5', 'feature6', 'feature7','feature8', 'feature9', 'feature10', 'feature11', 'feature12', 'feature13', 'feature14','feature15', 'feature16', 'feature17', 'feature18']
pic = sns.pairplot(train_data, x_vars=features, y_vars='test', kind="reg", height=5, aspect=0.7)
pic.savefig('new.png')

最终的图片如下所示

查看特征自身的差异性。

for i in range(len(features)):plt.plot(train_data[features[i]], label=features[i])

特征筛选

因为前面的特征体现出均有较好的线性关系，所以这里不再进行特征筛选，直接选用全部特征

二、引入模型

1.选择多元线性回归模型

代码如下（示例）：

X = train_data[features[0:5] + features[5:12] + features[12:14] + features[16:]]
y = label
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=532)  # 选择20%为测试集
print('训练集测试及参数:')
print('X_train.shape={}\n y_train.shape ={}\n X_test.shape={}\n,  y_test.shape={}'.format(X_train.shape,y_train.shape,X_test.shape,y_test.shape))
linreg = LinearRegression()
# 训练
model = linreg.fit(X_train, y_train)
print('模型参数:')
print(model)
# 训练后模型截距
print('模型截距:')
print(linreg.intercept_)
# 训练后模型权重（特征个数无变化）
print('参数权重:')
print(linreg.coef_)
y_pred = linreg.predict(X_test)
r2 = r2_score(y_test, y_pred)
print("r2 by hand:", r2)

2.尝试预测

利用训练好的模型进行预测

predict = Rgr.iloc[1096:, :]
ready = predict[features]
y = linreg.predict(ready)
pd.DataFrame(y).to_excel('regression.xlsx')

最终得到预测数据

总结

非常简单的使用了回归模型进行简单的预测，大概知道机器学习就是一个非常简单的工具，只要数据找得好，预测准确度绝对嘎嘎厉害。

机器学习练手---负荷数据预测相关推荐

42个机器学习练手项目
从个性化推送(今日头条).自拍美颜.自动翻译,到无人驾驶.图像识别等诸多领域--人工智能已经渗透进我们生活的方方面面,人工智能背后的机器学习和深度学习技术,也成为了"高薪"的代名词 ...
学习java的第一个实践练手项目---彩票预测系统
这个项目用了8个晚上(20:00-23:00)加上2个白天完成. 一.所用知识点 1.java语言基础 2.多线程 3.Swing控件 4.数据库技术(MySQL) 二.项目目标 1.通过登录窗体点击 ...
智能优化与机器学习结合算法实现数据预测matlab代码清单
✅作者简介:热爱科研的Matlab仿真开发者,修心和技术同步精进,matlab项目合作可私信.
推荐：26种NLP练手项目（代码+数据）
1.分词 Word Segmentation chqiwang/convseg ,基于CNN做中文分词,提供数据和代码. 对应的论文Convolutional Neural Network with ...
机器学习没有项目练手？黄博邀您参加天池视觉AI比赛了！还有比赛奖金等你来拿...
机器学习需要实战,没有项目练手?黄博邀您参加天池视觉AI比赛了!还有奖金哦!百万奖金等你来拿! 2019中国国际智能产业博览会上,重庆市大数据应用发展管理局.重庆市江津区人民政府联合阿里云共同启动首届 ...
神经网络预测模型算法_MATLAB Elman神经网络的数据预测—电力负荷预测模型研究...
点击上方蓝字关注"公众号" MATLAB Elman神经网络的数据预测-电力负荷预测模型研究负荷预测的核心问题是预测的技术问题,或者说是预测的数学模型. 传统的数学模型是用显示 ...
基于机器学习的时序数据预测方法
预测模型建模时序数据的预测通常建模为利用历史数据值预测未来的数据走势. 简单的数学表示: x => S => x^' 其中: x = {x_1,x_2,-,x_t} 表示历史数据, S ...
机器学习实战（八）——预测数值型数据：回归
机器学习实战(八)--预测数值型数据:回归一.用线性回归找到最佳拟合曲线 1.线性回归与非线性回归线性回归:具体是可以将输入项分别乘上一些常量,然后再进行求和得到输出非线性回归:输入项之间不只是 ...
东北大学大数据班机器学习大作业——印度房价预测
目录 1.项目背景. 3 2.实验描述. 3 3.实验目的. 3 4.实验环境. 3 5.实验原理. 4 5.1 决策树. 4 5.2 随机森林. 4 5.3 数据预处理与特征工程. 4 5.4 主成 ...

机器学习练手---负荷数据预测

文章目录

前言