线性回归练习————线性回归、Anscombe四重奏以及【SVM线性分类】鸢尾花Iris数据集分析

一、线性回练习

1. 一元线性回归练习

高尔顿数据集进行线性回归分析
父母身高平均值和其中一个子女身高进行回归分析

1. 数据整理，一般获得的数据都会比较多，必须先分析整理数据，以下图为例。
   
   每个家庭中父亲母亲身高肯定一定，所以不用去求平均值，针对每个家庭中子女性别的不同，我分为了两个表
   子表
   

女表

2.因为这两个表中或多或少都会存在家庭编号重复的问题
所以分别对两个表的子女身高求平均值可得新表

对上述数据分析之后得出结果

父子身高线性表

母子身高线性表

二、四重奏数据集分析

2.1 表一
有图看出线性并不是很能够表现原始数据的一个变化趋势，所有该线性回归方程不成立。通过采用其他的回归曲线来测试，发现对于6次的多项式的回归方程来说，会比线性回归方程更好表现数据的变化趋势。

2.2 表二
图中可以看出线性并不是很能够表现原始数据的一个变化趋势，所有该线性回归方程不成立。通过采用其他的回归曲线来测试，发现对于2次的多项式的回归方程来说，会比线性回归方程更好表现数据的变化趋势。

2.3 表三
从图中可以看出线性基本能够表现原始数据的一个变化趋势，只存在极少的极端数据，所有该线性回归方程基本能够体现该数据集的一个变化情况。

2.4 表四
从图中可以看出线性并不能表现原始数据的一个变化趋势，所有该线性回归方程不成立。可以发现数据基本上不能够用线性来描述，应该将数据自变量和因变量交换位置来进行分析，可能能够用回归数据进行分析。

三【SVM线性分类】鸢尾花Iris数据集实例

3.1.环境搭建

3.1.1 安装Anaconda+python3.7+Jupyter Notebook
3.1.2 创建虚拟环境
运行Anaconda创建虚拟环境XXX,安装自己所需要的工具


3.1.3 也可以使用命令行创建

conda create -n sklearn python=3.7
tf1是自己为创建虚拟环境取的名字，后面python的版本可以根据自己需求进行选择。

至于安装包

pip install 包名 直接这样安装可以由于网络的原因，安装失败或者安装很慢 解决方式：
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple包名此处安装的包包括numpy、pandas、sklearn、matplotlib

2 SVM(支持向量机)

3.2.1 SVM简介

Svm（support Vector Mac）又称为支持向量机，是一种二分类的模型。支持向量机可以分为线性和非线性两大类。其主要思想是找到空间中的一个更够将所有数据样本划开的直线（平面或者超平面），并且使得数据集中所有数据到这个超平面的距离最短。

3.2.2 鸢尾花数据集使用SVM线性分类
LinearSVC（Linear Support Vector Classification）线性支持向量机，核函数是 linear
相关参数说明：

• C:目标函数的惩罚系数C，默认C=10；
• loss：指定损失函数. squared_hinge(默认), squared_hinge；
• penalty ： 惩罚方式，str类型，l1, l2；
• dual ：选择算法来解决对偶或原始优化问题。当nsamples>nfeatures时dual=false；
• tol ：svm结束标准的精度， 默认是 1e - 3；
• multi_class：如果y输出类别包含多类，用来确定多类策略， ovr表示一对多，“crammer_singer”优化所有类别的一个共同的目标 。如果选择“crammer_singer”，损失、惩罚和优化将会被被忽略。；
• max_iter : 要运行的最大迭代次数。int，默认1000。

3.3 源码

导入包

import numpy as np
import matplotlib.pyplot as plt
from sklearn import datasets
from sklearn.preprocessing import StandardScaler
from sklearn.svm import LinearSVC

获取数据

iris=datasets.load_iris()

X=iris.data

Y=iris.target

数据处理

X=X[:,:2]
Y1=Y