机器学习算法（二）线性回归续

在（一）里面，只是对一元回归简单初步了解。这一部分是多元回归的方法。

比如，一个企业做广告，有三个途径：一是电视、二是广播、三是报纸，哪个途径最好。如果广告费用总额是一个预算（固定的），那怎么投放广告才是最好的？

数据在南加州大学网站上http://www-bcf.usc.edu/~gareth/ISL/Advertising.csv

数据有200条。TV\Radio\Newspaper是在电视、广播、报纸上做广告的费用。Sales是产品销量。

方程： 

# -*- coding: utf-8 -*-


import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt


# 读取数据
data = pd.read_csv('./Advertising.csv', index_col=0)

# 散点图看各自变量与因变量之间的关系
sns.pairplot(data, x_vars=['TV','radio','newspaper'], y_vars='sales', size=7, aspect=0.8, kind='reg')
plt.show()

构建训练集和测试集，分别保存在X_train、X_test和y_train、y_test中。再用（一）里面的回归计算。

# -*- coding: utf-8 -*-

import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt
from sklearn.model_selection import train_test_split
from sklearn.linear_model import LinearRegression as LR
from sklearn import metrics
import numpy as np

X = data[['TV', 'radio', 'newspaper']]
y = data['sales']
X_train, X_test, y_train, y_test = train_test_split(X, y, random_state=1)
linreg = LR()
linreg.fit(X_train, y_train)

print (linreg.intercept_)
print (linreg.coef_)

结果：
2.87696662231793   
[0.04656457 0.17915812 0.00345046]

                            

预测一下，并看看误差：

y_pred = linreg.predict(X_test)

print (np.sqrt(metrics.mean_squared_error(y_test, y_pred)))

标准误差：1.4046514230328953

画一下实际与预测曲线：

plt.figure()
plt.plot(range(len(y_pred)),y_pred,'b',label="predict")
plt.plot(range(len(y_pred)),y_test,'r',label="test")
plt.legend(loc="upper right") #显示图中的标签
plt.xlabel("the number of sales")
plt.ylabel('value of sales')
plt.show()