機(jī)器學(xué)習(xí)100天學(xué)習(xí)計(jì)劃 — 第2天 線性回歸

一起學(xué)！機(jī)器學(xué)習(xí)100天學(xué)習(xí)計(jì)劃 (第1天 數(shù)據(jù)預(yù)處理)

今天是機(jī)器學(xué)習(xí)100天學(xué)習(xí)計(jì)劃的第2天，我們將實(shí)現(xiàn)一個簡單的線性回歸模型。

線性回歸模型就是基于單一特征（X）來預(yù)測結(jié)果（Y），回歸任務(wù)的難點(diǎn)在于找到最佳的擬合線，而我們使用機(jī)器學(xué)習(xí)訓(xùn)練模型的目的就是為了找到這條最佳的擬合線。

構(gòu)建模型的整個流程如下：

第零步：準(zhǔn)備

開始之前，你要確保Python和pip已經(jīng)成功安裝在電腦上，如果沒有，請?jiān)L問這篇文章：超詳細(xì)Python安裝指南?進(jìn)行安裝。

如果你用Python的目的是數(shù)據(jù)分析，可以直接安裝Anaconda：Python數(shù)據(jù)分析與挖掘好幫手—Anaconda，它內(nèi)置了Python和pip.

此外，推薦大家用VSCode編輯器：Python 編程的最好搭檔—VSCode 詳細(xì)指南

準(zhǔn)備輸入命令安裝依賴，如果你沒有VSCode編輯器，Windows環(huán)境下打開 Cmd (開始-運(yùn)行-CMD)，蘋果系統(tǒng)環(huán)境下請打開 Terminal (command+空格輸入Terminal)，如果你用的是VSCode編輯器或Pycharm，可以直接在下方的Terminal中輸入命令：

pip install?pandas
pip install?numpy
pip install?matplotlib
pip install?scikit-learn

第一步：數(shù)據(jù)預(yù)處理

按照第一天學(xué)習(xí)的數(shù)據(jù)預(yù)處理知識，這一步我們將執(zhí)行以下步驟：

1.導(dǎo)入庫
2.導(dǎo)入數(shù)據(jù)集
3.檢查缺失數(shù)據(jù)
4.劃分?jǐn)?shù)據(jù)集
5.特征歸一化（縮放）

代碼如下，studentscores.csv 和本文完整源代碼，可在Python實(shí)用寶典公眾號后臺回復(fù)：機(jī)器學(xué)習(xí)2?下載。

from?sklearn.model_selection import?train_test_split
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

X_train, X_test, Y_train, Y_test = train_test_split(
????X, Y, test_size=1/4, random_state=0)

第二步：訓(xùn)練模型

使用 sklearn 的 LinearRegression 能夠很輕易地實(shí)現(xiàn)一個線性模型的訓(xùn)練。

我們曾經(jīng)在這篇文章中講解過：Python 用5行代碼學(xué)機(jī)器學(xué)習(xí)—線性回歸

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

第三步：預(yù)測結(jié)果

基于 sklearn 優(yōu)秀的代碼封裝能力，預(yù)測測試集的結(jié)果僅需要一行代碼：

Y_pred?= regressor.predict(X_test)

第四步：可視化

單純看數(shù)據(jù)不是很直觀，我們可以使用 matplotlib 將數(shù)據(jù)可視化。

在真正的實(shí)際生活應(yīng)用中，使用 matplotlib 進(jìn)行數(shù)據(jù)可視化這一步往往是在訓(xùn)練模型之前做的，因?yàn)槲覀兡玫綌?shù)據(jù)后該做的第一步是探索性數(shù)據(jù)分析，也叫EDA分析。

不過因?yàn)檫@是一篇教程似的文章，并沒有需要進(jìn)行探索性數(shù)據(jù)分析的必要，因此我們略過了EDA分析。

訓(xùn)練集可視化：

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

測試集可視化：

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

這樣，我們便完成了一次簡單線性回歸模型的訓(xùn)練和測試，還是比較簡單的。

如果你想看進(jìn)一步的應(yīng)用，可以閱讀這篇文章：

Python 用5行代碼學(xué)機(jī)器學(xué)習(xí)—線性回歸

我們的文章到此就結(jié)束啦，如果你喜歡今天的Python 實(shí)戰(zhàn)教程，請持續(xù)關(guān)注Python實(shí)用寶典。

有任何問題，可以在公眾號后臺回復(fù)：加群，回答相應(yīng)紅字驗(yàn)證信息，進(jìn)入互助群詢問。

原創(chuàng)不易，希望你能在下面點(diǎn)個贊和在看支持我繼續(xù)創(chuàng)作，謝謝！

點(diǎn)擊下方閱讀原文可獲得更好的閱讀體驗(yàn)

Python實(shí)用寶典?(pythondict.com)
不只是一個寶典
歡迎關(guān)注公眾號：Python實(shí)用寶典