机器学习常用算法的调用

机器学习常用算法的调用

一、线性回归（LinearRegression）

线性回归是利用连续性变量来估计实际数值（例如房价，呼叫次数和总销售额等）。我们通过线性回归算法找出自变量和因变量间的最佳线性关系，图形上可以确定一条最佳直线。这条最佳直线就是回归线。这个回归关系可以用Y=aX+b表示。

Python代码：

from sklearn import linear_model

x_train=input_variables_values_training_datasets

y_train=target_variables_values_training_datasets

x_test=input_variables_values_test_datasets

linear = linear_model.LinearRegression()

linear.fit(x_train, y_train)

linear.score(x_train, y_train)

#方程系数和截距

print('Coefficient: \n', linear.coef_)

print('Intercept: \n', linear.intercept_)

predicted= linear.predict(x_test)

参数说明：

sklearn.linear_model.LinearRegression(fit_intercept=True, normalize=False, copy_X=True, n_jobs=1)

参数	说明
fit_intercept	布尔型，默认为True。若参数值为True时，代表训练模型需要加一个截距项；若参数为False时，代表模型无需加截距项。
normalize	布尔型，默认为False。若fit_intercept参数设置False，normalize参数无需设置；若normalize设置为True，则输入的样本数据将标准化：(X-X均值)/||X||。
copy_X	布尔型，默认为False。
n_jobs	整型，默认为1。用于计算的CPU数。

二、逻辑回归（LogisticRegression）

逻辑回归其实是一个分类算法而不是回归算法。通常是利用已知的自变量来预测一个离散型因变量的值（像二进制值0/1，是/否，真/假）。简单来说，它就是通过拟合一个逻辑函数来预测一个事件发生的概率。所以它预测的是一个概率值，它的输出值应该在0到1之间。 

Python 代码：

from sklearn.linear_model importLogisticRegression

model = LogisticRegression()

model.fit(X, y)

model.score(X, y)

print('Coefficient: \n', model.coef_)

print('Intercept: \n', model.intercept_)

predicted= model.predict(x_test)

参数说明：

sklearn.linear_model.LogisticRegression(penalty=’l2’, dual=False, tol=0.0001, C=1.0, fit_intercept=True, intercept_scaling=1, class_weight=None, random_state=None, solver=’liblinear’,max_iter=100,multi_class=’ovr’, verbose=0, warm_start=False, n_jobs=1)

参数	说明
penalty	惩罚项，str类型，可选参数为l1和l2，默认为l2。
dual	对偶或原始方法，bool类型，默认为False。对偶方法只用在线性多核(liblinear)的L2惩罚项上。当样本数量>样本特征的时候，dual通常设置为False。
tol	停止求解的标准，float类型，默认为1e-4。就是求解到多少的时候，停止，认为已经求出最优解。
C	正则化系数λ的倒数，float类型，默认为1.0。必须是正浮点型数。像SVM一样，越小的数值表示越强的正则化。
fit_intercept	是否存在截距或偏差，bool类型，默认为True。
intercept_scaling	仅在正则化项为‘liblinear’，且fit_intercept设置为True时有用。float类型，默认为1。
class_weight	用于标示分类模型中各种类型的权重，可以是一个字典或者’balanced’字符串，默认为不输入，也就是不考虑权重，即为None。
random_state	随机数种子，int类型，可选参数，默认为无，仅在正则化优化算法为sag,liblinear时有用。
solver	优化算法选择参数，只有五个可选参数，即newton-cg（牛顿法家族的一种）、lbfgs（拟牛顿法的一种）、liblinear（坐标轴下降法）、sag（随机平均梯度下降）、saga（随机优化算法）。默认为liblinear。
max_iter	算法收敛最大迭代次数，int类型，默认为10。
multi_class	分类方式选择参数，str类型，可选参数为ovr和multinomial，默认为ovr。