机器学习入门——简单线性回归

0、导入相关库

1、加载样本数据

2、数据可视化

3、分割数据

4、导入模型

5、评估模型

6、完整代码

0、导入相关库

# 0 导入相关库
import pandas as pd
import numpy as np
import matplotlib.pyplot as pltfrom collections import OrderedDict

机器学习是一个很复杂又很广阔的概念，可以说是包罗万象的。从数据分析到机器学习再到深度学习，这是一个不断进步和发展的过程。这里就通过一个很基础的入门项目，来演练一下机器学习的过程。

机器学习的本质其实就是通过训练集建立一个模型，而后可以通过这个模型实现对于特征的识别，得出结果标签，而这个模型可以是多种多样的，简单线性回归模型只是其中的最基础最简单的一种模型。

1、加载样本数据

（如果不规整的数据集，需要按照数据分析的流程进行一遍数据清洗，这里仅仅举个例子，就跳过数据分析这一步了）

#1、加载样本数据
#这是一简单的入门，所以这里就直接生成的数据examDict={'学习时间':[0.50,0.75,1.00,1.25,1.50,1.75,1.75,2.00,2.25,2.50,2.75,3.00,3.25,3.50,4.00,4.25,4.50,4.75,5.00,5.50],'分数':    [10,  22,  13,  43,  20,  22,  33,  50,  62,  48,  55,  75,  62,  73,  81,  76,  64,  82,  90,  93]
}
examOrderDict=OrderedDict(examDict)
exam=pd.DataFrame(examOrderDict)
#看看数据集长什么样
exam.head()

如果不用模块collections对字典对象中元素的排序，那么数据将会是：

#首先我们先建立一个数据集，这也是之后用来训练和测试的数据
#导入包，创建数据集
#python中的字典是无序的，因为它是按照hash来存储的;
#但是python中有个模块collections(英文，收集、集合)，里面自带了一个子类OrderedDict，实现了对字典对象中元素的排序。from collections import OrderedDict
import pandas as pd
examDict={'学习时间':[0.50,0.75,1.00,1.25,1.50,1.75,1.75,2.00,2.25,2.50,2.75,3.00,3.25,3.50,4.00,4.25,4.50,4.75,5.00,5.50],'分数':    [10,  22,  13,  43,  20,  22,  33,  50,  62,  48,  55,  75,  62,  73,  81,  76,  64,  82,  90,  93]
}
#examOrderDict=OrderedDict(examDict)
exam=pd.DataFrame(examDict)
#看看数据集长什么样
exam

2、数据可视化

#看看适不适合用线性回归的模型（通过画散点图）

#接下来我们先大致看一下特征和标签之间的关系
#然后来判断是否适合使用简单线性回归模型
#如果不适合，就换用其他模型
#这里是举例，肯定可以用的
#特征是学习时间，标签是分数
#用散点图看一下大致情况


#从dataframe中把标签和特征导出来
exam_X = exam['学习时间']
exam_Y = exam['分数']#绘制散点图#导入包
import matplotlib.pyplot as plt
#绘制散点图
plt.scatter(exam_X, exam_Y, color = 'green')
#设定X,Y轴标签和title
plt.ylabel('scores')
plt.xlabel('times')
plt.title('exam data')
plt.show()

3、分割数据

这里不能把这个数据集都作为训练数据集，那样的话就没有数据来测试一下我们的模型好坏了，所以需要把数据集分割一下，要用到一个函数。

#3、分割数据
#train_test_split函数可以在样本数据集中随机的选取测试集与训练集
#比例可以自己指定
#第一个参数为特征，第二个参数为标签from sklearn.model_selection import train_test_split
X_train, X_test, Y_train, Y_test = train_test_split(exam_X,exam_Y, train_size = 0.8)
#这里可以简单的看一下分割后的结果
X_train.head()
X_train.shape
#可以发现训练集是16行一列的数据，测试集是四行一列，符合切分比例

4、导入模型

#首先，改变一下数组的形状
X_train = X_train.values.reshape(-1, 1)
X_test = X_test.values.reshape(-1, 1)
#从skl中导入线性回归的模型
from sklearn.linear_model import LinearRegression
#创建一个模型
model = LinearRegression()
#训练一下
model.fit(X_train, Y_train)

#因为线性回归一般方程为y = a+bx
#b为斜率，a为截距
#截距用intercept_方法获得
#斜率用model.coef_方法获得
a = model.intercept_
b = model.coef_
a = float(a)
b = float(b)
print('该模型的简单线性回归方程为y = {} + {} * x'.format(a, b))

5、评估模型

我们得到的方程是这些点的最佳拟合曲线，那么我们首先看一下这个曲线的具体位置。

import matplotlib.pyplot as plt
#绘制散点图
plt.scatter(exam_X, exam_Y, color = 'green', label = 'train data')
#设定X,Y轴标签和title
plt.ylabel('scores')
plt.xlabel('times')#绘制最佳拟合曲线
Y_train_pred = model.predict(X_train)
plt.plot(X_train, Y_train_pred, color = 'black', label = 'best line')#来个图例
plt.legend(loc = 2)plt.show()

但是仅仅通过拟合曲线我们是无法准确判断模型的拟合程度的，我们还需要更加具体的评判方式。
在线性回归中，我们通过决定系数 R^{2} 来判别，这个数值越接近于1，说明模型的拟合度越好，通过测试数据来判断一下模型的拟合程度。

model.score(X_test, Y_test)

6、完整代码

#首先我们先建立一个数据集，这也是之后用来训练和测试的数据
#导入包，创建数据集
from collections import OrderedDict
import pandas as pd
examDict={'学习时间':[0.50,0.75,1.00,1.25,1.50,1.75,1.75,2.00,2.25,2.50,2.75,3.00,3.25,3.50,4.00,4.25,4.50,4.75,5.00,5.50],'分数':    [10,  22,  13,  43,  20,  22,  33,  50,  62,  48,  55,  75,  62,  73,  81,  76,  64,  82,  90,  93]
}
examOrderDict=OrderedDict(examDict)
exam=pd.DataFrame(examOrderDict)
#############################################从dataframe中把标签和特征导出来
exam_X = exam['学习时间']
exam_Y = exam['分数']#绘制散点图#导入包
import matplotlib.pyplot as plt#train_test_split函数可以在样本数据集中随机的选取测试集与训练集
#比例可以自己指定
#第一个参数为特征，第二个参数为标签from sklearn.model_selection import train_test_split
X_train, X_test, Y_train, Y_test = train_test_split(exam_X,exam_Y, train_size = 0.8)#首先，改变一下数组的形状
X_train = X_train.values.reshape(-1, 1)
X_test = X_test.values.reshape(-1, 1)
#从skl中导入线性回归的模型
from sklearn.linear_model import LinearRegression
#创建一个模型
model = LinearRegression()
#训练一下
model.fit(X_train, Y_train)#因为线性回归一般方程为y = a+bx
#b为斜率，a为截距
#截距用intercept_方法获得
#斜率用model.coef_方法获得
a = model.intercept_
b = model.coef_import matplotlib.pyplot as plt
#绘制散点图
plt.scatter(exam_X, exam_Y, color = 'green', label = 'train data')
#设定X,Y轴标签和title
plt.ylabel('scores')
plt.xlabel('times')#绘制最佳拟合曲线
Y_train_pred = model.predict(X_train)
plt.plot(X_train, Y_train_pred, color = 'black', label = 'best line')#来个图例
plt.legend(loc = 2)plt.show()

机器学习入门——简单线性回归相关推荐

机器学习入门实践——线性回归模型（波士顿房价预测）
机器学习入门实践--线性回归模型(波士顿房价预测) 一.背景介绍给定一个大小为 n n n的数据集 { y i , x i 1 , . . . , x i d } i = 1 n {\{y_{i}, ...
【机器学习】快速入门简单线性回归 (SLR)
简单线性回归图(青色散点为实际值,红线为预测值) statsmodels.api.statsmodels.formula.api 和 scikit-learn 的 Python 中的 SLR 今天云朵 ...
机器学习线性回归算法_探索机器学习算法简单线性回归
机器学习线性回归算法 As we dive into the world of Machine Learning and Data Science, one of the easiest and f ...
ols线性回归_普通最小二乘[OLS]方法使用于机器学习的简单线性回归变得容易
ols线性回归 Hello Everyone! 大家好! I am super excited to be writing another article after a long time sinc ...
[scikit-learn 机器学习] 2. 简单线性回归
文章目录 1. 简单线性回归 2. 评价模型本文为 scikit-learn机器学习(第2版)学习笔记 1. 简单线性回归 import numpy as np import matplotlib. ...
机器学习线性回归算法实验报告_机器学习之简单线性回归
为了利用机器学习进行简单的线性回归,先理解机器学习和线性回归的概念,然后通过案例进行机器学习.本文主要目录如下: 一.机器学习的概念二.线性回归的概念三.机器学习线性回归模型 (一)导入数据集 ( ...
[云炬python3玩转机器学习] 5-3简单线性回归的实现
03 实现简单线性回归法 In [20]: import numpy as np import matplotlib.pyplot as plt import datetime print(datet ...
最简单的机器学习入门：线性回归
前言线性函数用来做回归.做分类其实是数学内容应用与时间的一个简单方法,其实这个高中生都可能会了解,只不过针对批样本用到了矩阵,会涉及到一些线性代数内容.让我们来了解一下这个数学背后的逻辑. 简单的y ...
机器学习入门：线性回归及梯度下降
http://blog.csdn.net/xiazdong/article/details/7950084 本文会讲到: (1)线性回归的定义 (2)单变量线性回归 (3)cost function: ...
机器学习入门：线性回归及梯度下降（附matlab代码）
本文会讲到: (1)线性回归的定义 (2)单变量线性回归 (3)cost function:评价线性回归是否拟合训练集的方法 (4)梯度下降:解决线性回归的方法之一 (5)feature sca ...

机器学习入门——简单线性回归

机器学习入门——简单线性回归

机器学习入门——简单线性回归

0、导入相关库

1、加载样本数据

2、数据可视化

3、分割数据

4、导入模型

5、评估模型

6、完整代码

0、导入相关库

1、加载样本数据

2、数据可视化

3、分割数据

4、导入模型

5、评估模型

6、完整代码

机器学习入门——简单线性回归相关推荐

最新文章

热门文章