机器学习实例——简单回归

简单回归，从名字我们就可以看出来这是一个简单的回归方法，在这个实例中我们通过对房屋的价格预测来学习这个方法。简单回归，通过给出的一个输出，为预测的输出拟合出一条直线。假设：我们现在有了两个数据点，房屋的面积以及房屋的价格，我们可以将房屋的面积当作X（输入数据），把房屋的价格当作Y（输出数据）。

现在我们在jupyter Notebook 中利用简单的回归来预测数据结果。分析文件数据，现在我们有数据文件simple_regression_data.csv，文件中主要有两个数据，不同的厂商在不同时间采购的金属的体积与价格。在这个实例中我们，可以把采购的金属的体积作为X（输入数据），采购的金属的价格Y作为Y（输出数据），将文件的数据进行分割，80%作为训练集，20%作为测试集，利用训练集进行特征提取训练回归模型，然后使用测试集通过刚刚训练的模型进行预测。
导入库

import pandas as pd
import matplotlib.pyplot as plt
from pylab import rcParams
rcParams['figure.figsize'] = 10,8

from sklearn.model_selection import train_test_split
from sklearn.linear_model import LinearRegression,  Lasso, Ridge
from sklearn.metrics import mean_squared_error, r2_score, mean_absolute_error

利用pandas库读取文件数据

regression_data = pd.read_csv('../data/simple_regression_data.csv')

简单看一下数据里面的信息。

regression_data.head()

首先利用文件数据绘制图

plt.scatter(regression_data['Volume'], regression_data['Price'])
plt.xlabel('Volume')
plt.ylabel('Price')
plt.title('Price - Volume Data')

将数据分割成训练集和测试集，训练集包括80%的数据，测试集包括20%的数据。

X_train,X_test,Y_train,Y_test = train_test_split(regression_data['Volume'], regression_data['Price'], test_size=0.20)

建立模型并且预测测试数据

#建立模型并预测测试数据
#创建线性回归对象
simple_linear_regression = LinearRegression()

#利用训练集训练模型
X_train = X_train.values
Y_train = Y_train.values
X_test = X_test.values
simple_linear_regression.fit(pd.DataFrame(X_train), pd.DataFrame(Y_train))

#使用测试集进行预测
Y_pred = simple_linear_regression.predict(pd.DataFrame(X_test))

输出图像

#input image
plt.scatter(X_test, Y_test, colors='blue')
plt.plot(X_test, Y_pred, color='red', linewidth=2)

输出均方误差

#输出均方误差
print("Mean squared error: %.lf" % mean_squared_error(Y_test, Y_pred))

输出系数

print('R2 Score: %.2f' % r2_score(Y_test, Y_pred))

参考文献：python机器学习 [印]Abhishek Vijayvargia 著，宋格格 译；