数据挖掘之线性回归练习

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

from sklearn import datasets
from sklearn import linear_model
import matplotlib.pyplot as plt
import numpy as np

diabetes = datasets.load_diabetes()

#获取一个特征  
diabetes_x_temp = diabetes.data[:, np.newaxis, 2] 


diabetes_x_train = diabetes_x_temp[:-20]#训练样本
diabetes_x_test = diabetes_x_temp[-20:]#测试样本 后20行
diabetes_y_train = diabetes.target[:-20]#训练标记
diabetes_y_test = diabetes.target[-20:]#预测对比标记


#回归训练及预测
clf = linear_model.LinearRegression()
clf.fit(diabetes_x_train,diabetes_y_train) #训练数据集

#验证集
print '验证集',diabetes_x_test
print '预测结果',clf.predict(diabetes_x_test)

#系数 残差平方 方差得分
print '系数：',clf.coef_
print ('残差平方：%.2f'%np.mean((clf.predict(diabetes_x_test)-diabetes_y_test)**2))
print ('方差得分： %.2f' % clf.score(diabetes_x_test,diabetes_y_test))

#绘图
plt.title('LinearRegression Diabetes')
plt.xlabel('attributes')
plt.ylabel('measure of diabetes')
plt.scatter(diabetes_x_test,diabetes_y_test,color='black')#点的准确位置
plt.plot(diabetes_x_test,clf.predict(diabetes_x_test),color='blue',linewidth = 3)#预测结果，直线表示
plt.show()

结果

 

验证集 [[ 0.07786339]
 [-0.03961813]
 [ 0.01103904]
 [-0.04069594]
 [-0.03422907]
 [ 0.00564998]
 [ 0.08864151]
 [-0.03315126]
 [-0.05686312]
 [-0.03099563]
 [ 0.05522933]
 [-0.06009656]
 [ 0.00133873]
 [-0.02345095]
 [-0.07410811]
 [ 0.01966154]
 [-0.01590626]
 [-0.01590626]
 [ 0.03906215]
 [-0.0730303 ]]
预测结果 [ 225.9732401   115.74763374  163.27610621  114.73638965  120.80385422
  158.21988574  236.08568105  121.81509832   99.56772822  123.83758651
  204.73711411   96.53399594  154.17490936  130.91629517   83.3878227
  171.36605897  137.99500384  137.99500384  189.56845268   84.3990668 ]
系数： [ 938.23786125]
残差平方：2548.07
方差得分： 0.47