作业5. 线性回归算法

1.本节重点知识点用自己的话总结出来，可以配上图片，以及说明该知识点的重要性

（1）先了解回归和分类的区别

 （2）线性回归可以用来做什么

（3）线性回归的定义

（4）了解矩阵，数组

（5）损失函数

           

2.思考线性回归算法可以用来做什么？

（1）可以处理数值型的数据，并且预测目标数据为连续型数据

（2）应用于房价分析

（3）应用于家庭用电预测

时间与功率之间的关系，功率与电流之间的关系，时间与电压之间的多项式关系

3.自主编写线性回归算法 ，数据可以自己造，或者从网上获取。

#运用线性回归算法预测波士顿房价
from sklearn.datasets import load_boston
from sklearn.linear_model import LinearRegression
import matplotlib.pyplot as plt
df = load_boston()
df_all =df['data']
a = df_all[:,5:6] #所有行，第6列
b = df['target']
model_LR = LinearRegression()
model_LR.fit(a,b)

print('输出模型权值：',model_LR.coef_,'模型截距项：',model_LR.intercept_)
pre = model_LR.predict(a)

plt.scatter(a,b,c='blue') #用散点图，展现真实房价的分布
plt.plot(a,pre,c='orange') #用折线图，拟合出的线性回归方程
plt.legend(['real','pre'])
plt.show()

结果如下：