ML坚持之路_Day2

Day_2 简单线性回归

概述

• 使用一个简单的特征来预测将来值

线性回归是一种基于非独立变量X来预测独立变量Y的方法。它假设两个变量线性相关，因此，我们需要找出X与Y的线性关系

• 如何寻找最合适的线来拟合

在回归模型中，如果我们能够找到能使预测误差最小的线来拟合，则回归线的误差也会最小化。

我们应该试图将以观察到的值与我们预测值之间的距离最小化。

y = b_o + b₁*x₁

步骤一、处理数据

运用第一天的五个步骤

• Import the Libraries
• Import the DataSet
• Check for Missing Data
• Split the DataSet
• Feature Scaling

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

dataset = pd.read_csv('studentscores.csv')
X = dataset.iloc[ : ,   : 1 ].values
Y = dataset.iloc[ : , 1 ].values

from sklearn.cross_validation import train_test_split
X_train, X_test, Y_train, Y_test = train_test_split( X, Y, test_size = 1/4, random_state = 0) 

步骤二、训练训练集的简单线性回归模型

为了训练数据集，我们将使用sklearn.linear_model调用LinearRegression,使用regressor对象

我们将使用LinearRegression类，fit()方法将对象拟合到数据集中。

from sklearn.linear_model import LinearRegression
regressor = LinearRegression()
regressor = regressor.fit(X_train, Y_train)

步骤三、预测结果

我们将从训练集中预测结果,将输出保存在向量Y_pred.为了预测结果，我们将使用在上一步中在regressor中使用的LinearRegression类方法

Y_pred = regressor.predict(X_test)

步骤四、数据可视化

最后一步为将我们的结果可视化。我们将使用matplotlib.pyplot库来制作训练集结果和测试集结果的扩散图(scatter plot)，来观察我们的模型对结果值的预测情况

• 可视化训练结果

plt.scatter(X_train, Y_train, color= 'red')
plt.plot(X_train, regressor.predict(X_train), color= 'blue')

• 可视化测试结果

plt.scatter(X_test, Y_test, color= "red")
plt.plot(X_test, regressor.predict(X_test), color= "blue")

第2️天的学习结束啦，开心😄

本文作者： Keithxodoy
文章为作者一字一句敲出来，整理实在不容易，希望各位转载写明出处
须知：未经允许，不得转载