1.1 Machine learning -监督学习- 线性回归 ：预测蜂蜜产量

我的offer太恶心了，坚定了我好好学习早日转行的信心。

监督学习:数据被标记，程序从输入数据中预测输出
无监督学习:数据是无标记的，程序学习识别输入数据的固有结构

简介：这主要是一个用线性回归预测蜂蜜产量的例子

一、了解数据

1、我们已经为你从Kaggle下载了关于美国蜂蜜生产的数据。它被称为df，有以下列:

• state
• numcol
• yieldpercol
• totalprod
• stocks
• priceperlb
• prodvalue
• year

第一步我们用.head(）查看数据结构：

导入数据 主要用pandas、numpy、linear_model

import codecademylib3_seaborn
import pandas as pd
import matplotlib.pyplot as plt
import numpy as np
from sklearn import linear_model

df = pd.read_csv("https://s3.amazonaws.com/codecademy-content/programs/data-science-path/linear_regression/honeyproduction.csv")

print (df.head())

2、现在，我们关心的是每年蜂蜜的总产量。使用panda提供的.groupby()方法来获得每年totalprod的平均值。

将其存储在名为prod_per_year的变量中。

prod_per_year = df.groupby('year').totalprod.mean().reset_index()

3、创建一个名为X的变量，它是prod_per_year DataFrame中的年份列,在prod_per_year数据集中创建一个名为y的变量，它是totalprod列。

创建后，我们将需要重塑它们，使其成为正确的格式:

X = prod_per_year['year']
X = X.valu