Python糖尿病人预测是否患癌症

Python糖尿病人预测是否患癌症

统计回归分析的任务,就在于根据x1.x2,x3...xp线性回归和Y的观察值,去估计函数f,寻求变量之间近似的函数关系。

我们常用的是,假定f函数的数学形式已知,其中若干个参数未知的观察值去估计未知的参数值。这叫“参数回归”。其中应用最广泛的是f为线性函数的假设:这种情况叫“线性回归”。

自变量只有一个时,叫一元线性回归:

自变量有多个时,叫做端元线性回归。

分类(Classification)与回归(Regression)都属于监督学习,他们的区别在于:

分类:用于预测有限的离散值,如是否得了癌症(0,1),或手写数字的判断,是0,1,2,3,4,5,6,7,8还是9等。分类中,预测的可能的结果是有限的,且提前给定的。

回归:用于预测实数值,如给定了房子的面积,地段和房间数,预测房子的价格。

 

LinearRegression模型在Sklearn.linear_model下,它主要通过fit(x,y),的方法来训练模型,其中x为数据的属性,y为所属类型。

sklearn中引用回归模型的代码如下:

输出的函数原型如下所示:

fit(x,y): 训练。分析模型参数,填充数据集。其中x为特征,y为标记或类属性。

Predict():预测。它通过fit()算出的模型参数构成的模型,对解释变量进行预测其类属性。预测方法将返回预测值y_pred。

(以下我们用的数据都是再sklearn下载的)

import matplotlib.pyplot as plt
import numpy as np
from sklearn import datasets, linear_model
# 从sklearn的datasets中导入数据
diabetes = datasets.load_diabetes()
# 只用到数据集的一种特征
diabetes_x = diabetes.data[:, np.newaxis, 2]
# print(diabetes_x[0:10,])
# 将数据分成训练和测试集
diabetes_x_train = diabetes_x[:-20]     #训练标记
diabetes_x_test = diabetes_x[-20:]      #测试样本为后20行

#将标签分成测试和训练集
diabetes_y_train = diabetes.target[:-20]        #训练样本
diabetes_y_test = diabetes.target[-20:]         #预测对比标记

#回归训练及预测
regr = linear_model.LinearRegression()
regr.fit(diabetes_x_train,diabetes_y_train)
# coefficients
print('coefficients = %f\n'%float(regr.coef_))
# 均方误差(残差)
print('Residual sum of squares:%.2f'%np.mean((regr.predict(diabetes_x_test)-diabetes_y_test)**2))
# 编译指数,为1时最优
print('variance score:.2f'%regr.score(diabetes_x_test,diabetes_y_test))
# 输出图
plt.title(u'LinearRegression Diabetes')     #标题
plt.xlabel(u'Attributes')                   #X轴坐标
plt.ylabel(u'Measure of disease')           #Y轴坐标
# 点的准确位置
plt.scatter(diabetes_x_test,diabetes_y_test,color='r')
plt.plot(diabetes_x_test,regr.predict(diabetes_x_test),color='green',linewidth=3)
plt.show()

下面是对上述代码的优化,增加了斜率、截距的计算,同时增加了点图到线性方程的距离,保存图片设hi像素。

from sklearn import datasets
import numpy as np
d = datasets.load_diabetes()
x = d.data
print('获取x特征')
print(len(x),x.shape)
print(x[:4])
# 获取一个特征 第3列数据
x_one = x[:, np.newaxis, 2]
print(x_one[:4])
# 获取的正确结果
y = d.target
print('获取的结果')
print(y[:4])
# x特征划分
x_train = x_one[:-42]
x_test = x_one[-42: ]
print(len(x_train), len(x_test))
y_train = y[:-42]
y_test = y[-42:]
print(len(y_train),len(y_test))

# 线性回归实现
from sklearn import linear_model
clf = linear_model.LinearRegression()
print(clf)
clf.fit(x_train, y_train)
pre = clf.predict(x_test)
print('预测结果')
print(pre)
print('真实结果')
print(y_test)
# 第三步 评价结果
cost = np.mean(y_test-pre)**2
print('次方',2**5)
print('平方和计算:',cost)
print('系数',clf.coef_)
print('截距',clf.intercept_)
print('方差',clf.score(x_test,y_test))

# 第四步 绘图
import matplotlib.pyplot as plt
plt.title('diabetes')
plt.xlabel('x')
plt.ylabel('y')
plt.plot(x_test,y_test,'k.')
plt.plot(x_test,pre,'g-')
for idx, m in enumerate(x_test):
    plt.plot([m, m],[y_test[idx],pre[idx]],'r-')
plt.savefig('power.png',dpi=300)
plt.show()

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值