100 Days Of ML Code 学习笔记-Day 2

简单线性回归

先看下数据：studentscores.csv, 相应的数据可以在：https://github.com/Avik-Jain/100-Days-Of-ML-Code/blob/master/datasets/studentscores.csv 中下载(右击“Raw”然后另存为即可)，简单线性回归方程式：y=ax+b

1.数据预处理：仿照Day1去处理；

import numpy
import pandas
import matplotlib.pyplot as plt
from sklearn.model_selection import train_test_split
#sklearn.cross_validation这个模块被弃用，我现在用的是model_selection模块

dataset = pandas.read_csv('/Users/agnes/Downloads/100Days/studentscores.csv')
X = dataset.iloc[:,:1].values  #别写成[:,0].values了，不然后面regressor.fit会出错，原因就是它接受的是2D数组，具体解释看下面的备注吧
Y = dataset.iloc[:,1].values   #取第二列
#训练组和测试组比例4:1
X_train,X_test,Y_train,Y_test = train_test_split(X,Y,test_size=0.2,random_state=0)

备注：
像这样的叫1D数组：
[2.5 5.1 3.2 8.5 3.5]
2D数组长这样，相当于在每个数据的外面加了list:
[[2.5]
[5.1]
[3.2]
[8.5]
[3.5]]
2.将简单线性回归模型拟合到训练集：我们用LinearRegression 模块；

from sklearn.linear_model import LinearRegression
regressor = LinearRegression()
regressor.fit(X_train,Y_train)

3.预测结果：我们用LinearRegression 模块中的predict方法；

Y_train_pred = regressor.predict(X_train)
Y_test_pred = regressor.predict(X_test)

4.将结果形象化：利用matplotlib.pyplot 模块画出训练集和测试集的结果。

plt.scatter(X_train,Y_train,color ='red')
plt.plot(X_train, Y_train_pred,color = 'blue')
plt.title('Training Set')   #图片名称
plt.xlabel('Hours')   #x轴的名称
plt.ylabel('Scores')  #y轴的名称
#将生成的图片保存在我的路径里边，记得要将这步骤放在show函数的前边，否则生成的图片是空白的
plt.savefig('/Users/agnes/Downloads/100Days/day2_train.jpg')
plt.show()

plt.scatter(X_test,Y_test,color ='black')
plt.plot(X_test,Y_test_pred,color ='green')
plt.title('Testing Set')
plt.xlabel('Hours')
plt.ylabel('Scores')
plt.savefig('/Users/agnes/Downloads/100Days/day2_test.jpg')
plt.show()

运行，之后打开图片所保存的路径，可以看到所生成的两个图片：