机器学习（一）线性模型LinearRegression

实验内容

给定一个数据集合data_singlevar.txt。目标是找到一个线性模型可以将这些数据拟合。我们称之为线性回归，同时通过计算它的均方误差来评价拟合的好坏。
在命名时，singlevar表示y的值x确定，这里的x仅包含一个属性。

实验准备

源文件和数据集请前往百度网盘下载
链接：https://pan.baidu.com/s/1eXQvwhsr4E4CIpyy4qoPiQ
提取码：891j
复制这段内容后打开百度网盘手机App，操作更方便哦

实验步骤

1. 使用Pycharm创建工程，将数据集data_singlevar.txt和源文件LinearRegressor.py放到同一个文件夹中。
   这样做的好处有二：
   （1）可以直接使用相对路径，缩短路径长度，同时如果移动项目文件夹，不需要修改源代码，具有更好的可移植性。
   （2）使用Pycharm可以很好的定位到该数据集，可以检查出自己是不是写错了，如下图
2. 主要代码及注释讲解

#创建线性回归器
import numpy as np

filename = r"data_singlevar.txt"
x = []
y = []
#读取数据集中的数据，并将自变量x和因变量y分开放到两个不同的列表中
with open(filename,'r') as f:
    for line in f.readlines():
        data = [float(i) for i in line.split(',')]
        xt, yt = data[:-1],data[-1]
        x.append(xt)
        y.append(yt)
#将data分为两组，训练数据集，测试数据集
num_training = int(0.8*len(x)) 	#训练数据占80%
num_test = len(x) - num_training

#训练数据
x_train = np.array(x[:num_training])
y_train = np.array(y[:num_training])

#测试数据
x_test = np.array(x[num_training:])
y_test = np.array(y[num_training:])

#准备好训练数据和测试数据后，接下来创建一个回归器对象
from sklearn import linear_model

#创建线性回归对象
linear_regressor = linear_model.LinearRegression()

#用训练数据集训练模型,向fit方法中提供输入数据即可
linear_regressor.fit(x_train,y_train)

#进行拟合
import matplotlib.pyplot as plt

y_train_pred = linear_regressor.predict(x_train)
plt.figure()
plt.scatter(x_train,y_train,color='green')
plt.plot(x_train, y_train_pred,color="black",linewidth=4)
plt.title("Training data")
plt.show()

#然后使用测试数据集进行预测，并画出来
y_test_pred = linear_regressor.predict(x_test)
plt.figure()
plt.scatter(x_test,y_test,color='blue')
plt.plot(x_test, y_test_pred, color = 'red',linewidth=3)
plt.title("Testing data")
plt.show()

#使用均方误差评价模型的抗扰动性
import sklearn.metrics as sm
print("Mean squared error（均方误差） =", round(sm.mean_squared_error(y_test, y_test_pred), 2))

步骤总结

1. 导入数据集和相关包
2. 读取数据将其放入numpy数组中
3. 使用sklearn中的线性模型拟合数据，得到一个线性模型
4. 使用matplotlib.pyplot画图
5. 用测试集进行测试
6. 使用均方误差等评价模型的好坏

答疑

1. 得到的线性模型包含了所有的参数，例如y = ax + b中的a,b的值，所有的参数都在训练得到的线性模型对象中，我们没有必要必须知道它的数值

实验结果

使用训练集拟合到的线性模型

使用测试集进行测试

输出均方误差