sklearn学习——Python预测糖尿病人是否患癌症(Linear Regression)

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 拟合一个带有系数 w = (w1, …, wp) 的线性模型，使得数据集实际观测数据和预测数据（估计值）之间的残差平方和最小。
其数学表达式为:

1. 进行预测前查看一下数据集
   https://scikit-learn.org/stable/datasets/index.html#diabetes-dataset

   
   diabetes数据集，这是一个糖尿病的数据集，主要包括442行数据，10个属性值，分别是：Age(年龄)、性别(Sex)、Body mass index(体质指数)、Average Blood Pressure(平均血压)、S1~S6一年后疾病级数指标。Target为一年后患疾病的定量指标。

2. 进行预测
   fit(x, y): 训练。分析模型参数，填充数据集。其中x为特征，y位标记或类属性。

   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。

   import numpy as np
   import matplotlib.pyplot as plt
   from sklearn import datasets, linear_model
   
   # 从sklearn中导入数据
   diabetes = datasets.load_diabetes()
   # 选择其中一种属性，按照二维数组输出
   diabetes_x = diabetes.data[:, np.newaxis, 2]
   # 将数据分成训练集和测试集
   # 测试集为后20行，其他的为训练集
   diabetes_x_train = diabetes_x[:-20]
   diabetes_x_test = diabetes_x[-20:]
   # 将定量指标分为训练集和测试集
   diabetes_y_train = diabetes.target[:-20]
   diabetes_y_test = diabetes.target[-20:]
   
   # 通过fit(x,y)方法训练模型
   regr