线性回归
任务：基于0428.xlsx文件，建立线性回归模型，预测x = 3.5时对应的y值，评估模型表现
python
# 加载数据
import pandas as pd
data = pd.read_excel('0428.xlsx')
data.head()
# data赋值
x = data.loc[:, 'x']
y = data.loc[:, 'y']
print(x, y)
# 可视化
from matplotlib import pyplot as plt
plt.figure(figsize=(3, 3))
plt.scatter(x, y)
plt.xlabel('x')
plt.ylabel('y')
plt.title('Scatter Plot of x and y')
plt.show()
# 建立线性回归模型
from sklearn.linear_model import LinearRegression
lr_model = LinearRegression()
# 转换数组，防止报错（维度不匹配）
import numpy as np
x = np.array(x)
x = x.reshape(-1, 1)
y = np.array(y)
y = y.reshape(-1, 1)
# 模型训练
lr_model.fit(x, y)
# 检查预测是否准确（比较原数据和预测数据）
y_predict = lr_model.predict(x)
print(y_predict)
# 完成任务要求（3.5处的y，模型表现）
y_3_5 = lr_model.predict([[3.5]])
print(y_3_5)
# 计算最小二乘法里的a和b
a = lr_model.coef_
b = lr_model.intercept_
print(f'a: {a}, b: {b}')
# MSE以及R²分数(MSE越小越好，R²分数越接近1越好)
from sklearn.metrics import mean_squared_error, r2_score
mse = mean_squared_error(y, y_predict)
r2 = r2_score(y, y_predict)
print(f'MSE: {mse}, R² Score: {r2}')
# 画出y和y_predict的散点图
plt.figure(figsize=(3, 3))
plt.scatter(y, y_predict)
plt.xlabel('Actual y')
plt.ylabel('Predicted y')
plt.title('Actual vs Predicted y')
plt.show()多因子线性回归实战------------房价预测
建立线性回归模型，预测合理放假
(1) 以RM为输入变量，建立单因子模型，评估模型表现，可视化线性回归预测结果
(2) 以RM，LSTAT，PTRATIO为输入变量，建立多因子模型，评估模型表现
(3) 预测RM = 7，LSTAT=11，PTRATIO=20时的合理房价
python
# 加载数据
import pandas as pd
data = pd.read_csv('housing.csv')
data.head()
# 多个图画在一起，观察不同特征与房价的关系
from matplotlib import pyplot as plt
plt.figure(figsize=(12, 5))
plt.subplot(1, 3, 1)
plt.scatter(data['RM'], data['MEDV'])
plt.xlabel('RM')
plt.ylabel('MEDV')
plt.title('RM vs MEDV')
plt.subplot(1, 3, 2)
plt.scatter(data['LSTAT'], data['MEDV'])
plt.xlabel('LSTAT')
plt.ylabel('MEDV')
plt.title('LSTAT vs MEDV')
plt.subplot(1, 3, 3)
plt.scatter(data['PTRATIO'], data['MEDV'])
plt.xlabel('PTRATIO')
plt.ylabel('MEDV')
plt.title('PTRATIO vs MEDV')
plt.show()
# 训练数据的赋值
X = data.loc[:,'RM']
Y = data.loc[:,'MEDV']
# 建立单因子模型
from sklearn.linear_model import LinearRegression
LR1 = LinearRegression()
# 数组维度转换
X = np.array(X)
X = X.reshape(-1, 1)
Y = np.array(Y)
Y = Y.reshape(-1, 1)
# 模型训练
LR1.fit(X, Y)
# 计算最小二乘法里的a和b
a = LR1.coef_
b = LR1.intercept_
print(f'a: {a}, b: {b}')
# MSE以及R²分数(MSE越小越好，R²分数越接近1越好)
from sklearn.metrics import mean_squared_error, r2_score
Y_predict = LR1.predict(X)
mse = mean_squared_error(Y, Y_predict)
r2 = r2_score(Y, Y_predict)
print(f'MSE: {mse}, R² Score: {r2}')
# 画图
plt.figure(figsize=(3, 3))
plt.scatter(Y, Y_predict)
plt.xlabel('Actual Y')
plt.ylabel('Predicted Y')
plt.title('Actual vs Predicted Y')
plt.show()
# 多因子线性模型
x_multi = data.drop(['MEDV'], axis=1)
# 建立多因子线性模型
LR_multi = LinearRegression()
# 模型训练
LR_multi.fit(x_multi, Y)
# MSE以及R²分数(MSE越小越好，R²分数越接近1越好)
Y_multi_predict = LR_multi.predict(x_multi)
mse = mean_squared_error(Y, Y_multi_predict)
r2 = r2_score(Y, Y_multi_predict)
print(f'MSE: {mse}, R² Score: {r2}')
# 获取所有特征的系数
coefficients = LR_multi.coef_
print("各因子的系数:", coefficients)
# 任务三：预测RM = 7，LSTAT=11，PTRATIO=20时的合理房价
X_test = [[7, 11, 20]]
X_test = np.array(X_test).reshape(1, -1)
Y_test_predict = LR_multi.predict(X_test)
print(f'预测的房价: {Y_test_predict}')数据集可在主页查找
数据集2:
https://gitee.com/baiyunyi/udacity-mlnd-boston-housing/tree/master