机器学习第2天：简单线性回归模型

版权声明：转载注明博主：明天依旧可好；来源： https://blog.csdn.net/qq_38251616/article/details/82769827

----- 代码传送门-----
----- 数据传送门-----

一、具体实现步骤

第1步：数据预处理

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

第2步：使用简单线性回归模型来训练训练集

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

第3步：预测结果

Y_pred = regressor.predict(X_test)

第4步：可视化

训练集结果可视化

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

测试集结果可视化

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

二、可视化结果展示

训练集结果可视化结果

测试集结果可视化结果

三、知识点详解

1. 关于LinearRegression()

sklearn.linear_model包实现了广义线性模型，包括线性回归、Ridge回归、Bayesian回归等。LinearRegression是其中较为简单的线性回归模型。

解释一下什么是回归：回归最简单的定义是，给出一个点集D，用一个函数去拟合这个点集，并且使得点集与拟合函数间的误差最小，如果这个函数曲线是一条直线，那就被称为线性回归，如果曲线是一条二次曲线，就被称为二次回归。

更多关于回归知识见：线性回归

2. 关于数据可视化

plt.scatter()：绘画出训练集数据的散点图
plt.plot()：绘画出依据模型（LinearRegression的线性回归模型）生成的直线

更加直观的观察数据集中的X、Y是否存在线性关系

关于数据可视化更多知识见：Matplotlib 简介

有不足或者不对的地方欢迎留言指正！

扫描二维码关注公众号，回复： 4242947 查看本文章