Machine Learning A-Z学习笔记2

Machine Learning A-Z学习笔记

第二章 简单线性回归

1.简单原理

简单线性回归(Simple Linear Regression):只有1个自变量

自变量(Indenpent Variable)

因变量(Denpent Variable)

常量(Constant)

系数(Coefficient)

一个简单例子。

1. 初始薪水30k，这就是常量。
2. 每增加1年的薪水增加10，这就是系数。
3. 薪水受到年份影响，因此薪水为因变量，年份为自变量。
4. 黑色线条为回归线，代表薪水于年份的关系。。
5. 红点为实际数据点

评论模型好坏，可以通过例如 普通最小二乘法来比较预测，越小代表效果越好

2.实现代码

# 简单线性回归

# 导入标准库
import numpy as np
import matplotlib.pyplot as plt
import pandas as pd


# 导入数据集
dataset = pd.read_csv('Salary_Data.csv')
X = dataset.iloc[:,:-1].values
y = dataset.iloc[:,1].values


# 将数据分为训练集和测试集
from sklearn.model_selection import train_test_split
X_train,X_test,y_train,y_test = train_test_split(X,y,test_size=1/3,random_state = 0)


#导入线性回归类
from sklearn.linear_model import LinearRegression
regressor =  LinearRegression()   
regressor.fit(X_train, y_train)

#用回归器预测测试集应变量的结果
y_pred = regressor.predict(X_test)

#图像化
plt.scatter(X_train, y_train, color='red')
plt.plot(X_train, regressor.predict(X_train), color='blue')
#图像加上标题
plt.title('Salary VS Experience (training set)')
plt.xlabel('Years of Experience')
plt.ylabel('Salary')
plt.show()


#预测结果和新的样品比较
#测试集实际数据和回归器二点比较情况
plt.scatter(X_test, y_test, color='red')
plt.plot(X_train, regressor.predict(X_train), color='blue') 
#图像加上标题
plt.title('Salary VS Experience (test set)')
plt.xlabel('Years of Experience')
plt.ylabel('Salary')
plt.show()