26、回归分析预测连续目标变量

回归分析预测连续目标变量

1. RANSAC 与线性回归

在回归分析中，我们可以使用 RANSAC（随机抽样一致性）来减少数据集中异常值的潜在影响。通过执行以下代码打印模型的斜率和截距，得到的线性回归线会与不使用 RANSAC 时略有不同：

print('Slope: %.3f' % ransac.estimator_.coef_[0])
print('Intercept: %.3f' % ransac.estimator_.intercept_)

执行结果：

Slope: 10.735
Intercept: -44.089

虽然使用 RANSAC 减少了异常值的影响，但我们并不清楚这种方法对未见过的数据的预测性能是否有积极作用。因此，接下来需要评估回归模型。

2. 线性回归模型的评估

为了更无偏地估计模型的泛化性能，我们需要将数据集拆分为训练集和测试集。使用所有变量训练一个多元回归模型，代码如下：

from sklearn.model_selection import train_test_split
X = df.iloc[:, :-1].values
y = df['MEDV'].values
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3, random_state=0)
slr = LinearRegr