基于skearn-learn 框架 的线性回归

skearn-learn 是一个机器学习的库, 可以省略很多自己写的步骤

一:导入包和数据集

import matplotlib.pyplot as plt   #导入画图包
import numpy as np  #数据包
from sklearn import linear_model #导入sklearn 机器学习线性回归包
from sklearn.metrics import mean_squared_error, r2_score  #机器学习检测包

展示元数据集

def loadDataSet(fileName):
   
 
    numFeat = len(open(fileName).readline().split('	')) - 1
    xArr = []; yArr = []
#     print(numFeat)
    fr = open(fileName)
    
#     print(fr)
    for line in fr.readlines():
#         print(line)
        lineArr =[]
        curLine = line.strip().split('	')
        for i in range(numFeat):
            lineArr.append(float(curLine[i]))
        xArr.append(lineArr)
        yArr.append(float(curLine[-1]))
    return xArr, yArr
xArr, yArr = loadDataSet('ex0.txt')  

打印元数据集坐标图

n = len(xArr)                                                        #数据个数
xcord = []; ycord = []                                                #样本点
for i in range(n):                                                   
    xcord.append(xArr[i][1]); ycord.append(yArr[i])                    #样本点
fig = plt.figure()
ax = fig.add_subplot(111)                                            #添加subplot
ax.scatter(xcord, ycord, s = 20, c = 'blue',alpha = .5)                #绘制样本点
plt.title('DataSet')                                                #绘制title
plt.xlabel('X')

 

利用机器学习包进行模型训练

reg = linear_model.LinearRegression()   #创建线性回归对象
xArr_x_train =xArr[:-20]    #取 x后20为训练集
xArr_x_text =xArr[-20:]   #取 x前20为测试集


yArr_y_train =yArr[:-20]  #同理
yArr_y_text =yArr[-20:]#同理

xMat = np.mat(xArr_x_train)      #创建xMat矩阵,


regr.fit(xMat[:,1], yArr_y_train) #线性回归训练, 取x的1列特征内容
xmattext =np.mat(xArr_x_text) #创建xmattext 矩阵
yArr_y_pred = regr.predict(xmattext[:,1])  #验证训练结果 获取训练y_pred




print('b值',regr.intercept_)
print('Coefficients 系数 : 
', regr.coef_)
print('Mean squared error 均方误差: %.2f'
      % mean_squared_error(yArr_y_text, yArr_y_pred))

print('Coefficient of determination  决定系数  : %.2f'
      % r2_score(yArr_y_text, yArr_y_pred))




plt.scatter(xMat[:,1].flatten().A[0], yMat.flatten().A[0] , s = 20  ,color='blue') #打印撒点图

plt.plot(xmattext[:,1].flatten().A[0],  ymattext.flatten().A[0] , color='black', linewidth=3) #打印线性图
 
plt.xticks(())
plt.yticks(())

plt.show()

用到的知识点

参数：

 

fit_intercept：一个布尔值，指定是否需要计算b值。如果为False，那么不计算b值。

 

normalize: 一个布尔值。如果为True,那么训练样本在回归之前会被归一化。

 

copy_x: 一个布尔值。如果为True，则会复制X。

 

n_jobs: 一个正数。任务并行时指定的CPU数量。如果为-1，则使用所有可用的CPU。

 

coef_: 权重向量。

intercept_: b值。

 

fit(X, y[ ,sample_weight]): 训练模型。

predict(X): 用模型进行预测，返回预测值。