答题结果
[试题1-答题思路]
1.首先打开终端模拟器,从根目录进入jupyter notebook
2.新开一个终端,创建文件夹/data/lr和/data/ans41,创建文件/data/ans41/ans_ans1.txt
3.在/data/lr目录下下载数据集
4.在jupyter notebook下切换到目录/data/lr,新建一个python3文件,用于编写执行代码
5.读取Advertising.csv数据并绘制TV、radio对应sales的散点图。
1)读入数据并查看前五行
2)查看描述统计
3)绘制TV、radio对应sales的散点图
6.构造训练集和测试集,80%的数据用于训练构建模型,20%的数据用于测试,并绘制测试集sales和模型预测的sales对比折线图,如图所示:并将折线图保存至/data/ans41目录下,取名为line.jpg。
1)删除Number和sales这两列数据得到一个新的二维数组
2)获取原数据中sales这一列作为label
3)将多维数组降维
4)构造训练集(80%)和测试集(20%)
5)构建线性回归模型
6)利用模型进行预测
7)模型评价:绘制测试集sales和模型预测值的对比折线图并保存
8)计算均方根差RMSE来评估模型,并将计算得到的RMSE值保存至/data/ans41/ans_ans1.txt文件中
[试题1-代码-截图]
1.首先打开终端模拟器,从根目录进入jupyter notebook
2.新开一个终端,创建文件夹/data/lr和/data/ans41,创建文件/data/ans41/ans_ans1.txt
3.在/data/lr目录下下载数据集
4.在jupyter notebook下切换到目录/data/lr,新建一个python3文件,用于编写执行代码
5.读取Advertising.csv数据并绘制TV、radio对应sales的散点图。
1)读入数据并查看前五行
2)查看描述统计
3)绘制TV、radio对应sales的散点图
6.构造训练集和测试集,80%的数据用于训练构建模型,20%的数据用于测试,并绘制测试集sales和模型预测的sales对比折线图,如图所示:并将折线图保存至/data/ans41目录下,取名为line.jpg。
1)删除Number和sales这两列数据得到一个新的二维数组
2)获取原数据中sales这一列作为label
3)将多维数组降维
4)构造训练集(80%)和测试集(20%)
5)构建线性回归模型
6)利用模型进行预测
7)模型评价:绘制测试集sales和模型预测值的对比折线图并保存
8)计算均方根差RMSE来评估模型,并将计算得到的RMSE值保存至/data/ans41/ans_ans1.txt文件中
[试题1-运行结果-截图]
1.TV、radio对应sales的散点图
2.测试集sales和模型预测的sales对比折线图
3.RMSE值与保存路径
至此实验结束!