2020/11/13 01-机器学习线性回归算法实现与应用1

做为一个新的笔记

先确定数据源，线性回归的数学基础

·
线性回归在数学来讲有2个作用，预测的作用，分类的作用

三面学习法，背景面（数学推导），基础面，影射法，围攻法

线性回归两大背景，预测，分类，从这两方面入手
这些是科学计数法表达的数据，年龄和身高的关系

这两个是dat的文本文件格式

引入魔法指令，图形前如到网页中，是notebook常用的魔法指令

nump主要是做数据的表达方式，把传统的标量概念，变成向量的概念，就是对python链式态的元组的扩展，matplotlib是数据可视化，sklearn是标准数据集，也可以网上下载它的文本文件加载工具

需要先加载年龄，这个数据就比较抽象

加载身高，一般人们就是用视觉感觉到有规律，规律要论证可靠，才去上升到数学去，数学可靠后，上升到工程的应用

figure（标题，fgsize大小）
添加一个坐标图，add_axes（指定大小和宽度，label标签）
左边是从1岁开始，右边到10岁
身高 最低0，最高1.5m
给年龄和身高加标签
scatter 画一个图出来，x坐标是年龄，y身高，


还可以设置颜色，marker可以设置就是个点，大小设置10

这样我们就可以看到年龄和身高其实是有正比关系的，在数学也叫线性。
那么计算机如何知道身高和年龄的关系成正比？也就可以预测一个8岁小孩的正常身高是多少，但是这样还不够让计算机智能的学习这种正比关系，就是让计算机学习线性回归的关系

现在这些点，如何让计算机去从中模拟出折线的规律，也就是线性回归，计算机去着手处理规律（算法）

这里也可以用plt.show，调用的也是这个方法

下面加载鸢尾花的数据，两个坐标，一个数据，一个叫target。
load_iris，iris就是鸢尾花（鸢尾花是一个数据结构)，其实是采用美国三个地区的鸢尾花指数，一个是花瓣的长度宽度，一个是花萼的宽度长度。4 个数据就可以把这个三个地区鸢尾花指数，直接就可以分开。
但是之前的二维坐标就表达不了现在的多维数据

鸢尾花一共是150个样本，50个，一个50个分一类，前面50个跟后面的关系非常明显，下面可以看下表达数据，分三类，从0-50，50-100，100-150，红绿蓝。
最后ax.legend画一个主题
figure.show（warn=False把警告屏蔽

ABC类的数据看的很清楚。从前面的身高和年龄是成关系的状态,它的数据是沿着一条直线周边做分布，把直线精确的找出来就叫线性回归。
但是鸢尾花的数据并不是在一条直线上，但是我们只要判定它是跟哪一类的数据扎堆就可以

线性回归的几个准则：
 关系基本是直线，可以在多维空间里直接表达出来
预测
分类
算法只是第一关，沿用到实际，要到工程这一块

显示的更大一点

这个数据就更加明显，所谓线性回归就是找一条直线，要么做预测，要么做分类