线性回归（一）

###线性回归

1.什么是线性回归？

线性回归是用来确定两种变量之间的依赖关系，表达式为：

• 单变量线性回归：

• 多变量线性回归：

• 多项式回归
  

这里我们在数据集里以波士顿房价作为举例

数据集共有506个样本，13个属性

2.数据集的导入：

做线性回归之前一般先对数据进行导入以及预处理！！！

from sklearn.linear_model import LinearRegression #导入线性回归
"""导入数据分割"""
from sklearn.model_selection import train_test_split

小提琴图

**1.分布信息**

小提琴图中间的黑色粗条用来显示四分位数。黑色粗条中间的白点表示中 位数，粗条的顶边和底边分别表示上四分位数和下四分位数，通过边的位置所对应的y轴的数值就可以看到四分位数的值。 由黑色粗条延伸出的黑细线表示95%的置信区间。

2.概率密度信息

从小提琴图的外形可以看到任意位置的数据密度，实际上就是旋转了90度的密度图。 小提琴图越宽，表示密度越大。 可以展示出数据的多个峰值。

记录于：2021.11.02.20:40

reshape函数

reshape函数用于数组的转换，一般的使用方法是arrange（n）.reshape(a,b)
这里arrange函数为生成数组的函数。比如np.arrange（100）就是生成0到99的数组，
他的用法和那个range里的很相似，但是有所区别，range使用也是range（start,end,步长），
但是呢，range是返回一个list对象，而不是返回一个数组，因此用了numpy库的话，arrange()
使用就最合适不过了！以下举例大家看一下 ：

import numpy as np

A=np.arange(1,100,0.6)
print(A)

结果

[ 1.   1.6  2.2  2.8  3.4  4.   4.6  5.2  5.8  6.4  7.   7.6  8.2  8.8
  9.4 10.  10.6 11.2 11.8 12.4 13.  13.6 14.2 14.8 15.4 16.  16.6 17.2
17.8 18.4 19.  19.6 20.2 20.8 21.4 22.  22.6 23.2 23.8 24.4 25.  25.6
26.2 26.8 27.4 28.  28.6 29.2 29.8 30.4 31.  31.6 32.2 32.8 33.4 34.
34.6 35.2 35.8 36.4 37.  37.6 38.2 38.8 39.4 40.  40.6 41.2 41.8 42.4
43.  43.6 44.2 44.8 45.4 46.  46.6 47.2 47.8 48.4 49.  49.6 50.2 50.8
51.4 52.  52.6 53.2 53.8 54.4 55.  55.6 56.2 56.8 57.4 58.  58.6 59.2
59.8 60.4 61.  61.6 62.2 62.8 63.4 64.  64.6 65.2 65.8 66.4 67.  67.6
68.2 68.8 69.4 70.  70.6 71.2 71.8 72.4 73.  73.6 74.2 74.8 75.4 76.
76.6 77.2 77.8 78.4 79.  79.6 80.2 80.8 81.4 82.  82.6 83.2 83.8 84.4
85.  85.6 86.2 86.8 87.4 88.  88.6 89.2 89.8 90.4 91.  91.6 92.2 92.8
93.4 94.  94.6 95.2 95.8 96.4 97.  97.6 98.2 98.8 99.4]

import sklearn.model_selection import train_test_split

这一句话导入train_test_split的包，这是数据分割的一个包

1.有什么用呢？

数据分割可以对数据进行任意分割，在以后我们研究大数据时候，当我们建立一个模型去使用时候，
数据就需要进行测试模型的准确度，为了体现整体数据都要适合此模型，数据就需要随机进行验证，比如100个数据，我们每次
分别抽取80个随机数据作为训练集，另外20个进行验证集，那么数据分割就很有用！

具体我们来看一下有什么用？

# 首先生成一个1~20以内的两列数据矩阵
import  numpy as np
A=np.arange(1,21).reshape(-1,2)

结果

[[ 1  2]
 [ 3  4]
 [ 5  6]
 [ 7  8]
 [ 9 10]
 [11 12]
 [13 14]
 [15 16]
 [17 18]
 [19 20]]

# //好嘞，对数据进行分割：
import numpy as np
A=np.arange(1,21).reshape(-1,2)
B=np.arange(21,41).reshape(-1,2)
from sklearn.model_selection import train_test_split
x_train, x_test, y_train, y_test = train_test_split(A, B, test_size=0.25, random_state=0)
print(x_train)
print(x_test)
print(y_train)
print(y_test)

结果

注意：test_size:0.25 分割比例 random_tate=0 设置随机状态

3.建立线性模型，训练数据，产生训练参数

from sklearn.linear_model import LinearRegression
import numpy as np
A=np.arange(1,21).reshape(-1,2)
B=np.arange(21,41).reshape(-1,2)
from sklearn.model_selection import train_test_split
x_train, x_test, y_train, y_test = train_test_split(A, B, test_size=0.25, random_state=0)
# 建立线性回归模型
lr=LinearRegression()
lr.fit(x_train,y_train)
y_hat = lr.predict(x_test)
print('参数：',lr.coef_)
# print('截距：',lr.intercept_)
print('实际值：',y_test[:2])
print('测试值：',y_hat[:2])
print('训练值R^2:',lr.score(x_train, y_train))
print('测试值R^2:',lr.score(x_test, y_test))