Python机器学习（一）

Python机器学习（一）

今天数据分析课程开始讲解关于机器学习的知识点了，所以我开始继续给大家更新啦，一方面是自己的课下总结，一方面也希望对各位小码提供帮助。

1.机器学习算法分类

按照目前掌握的机器学习理论，给大家讲解的机器学习理论大概可以分为如下两类：

1. 教师指导下的学习——是指数据数据已经有明确分类标签的学习。
2. 无教师指导的学习——是指数据未经分类的学习。
   教师指导下的学习的目标有两个：分类和回归。无教师指导的学习的目标就是对相关的观测数据进行分组，称为聚类或聚类分析。

2.训练数据和测试数据

教师指导下的学习算法实现中，通常为了验证算法的有效性，我们把数据分为两组，一组用来对算法的各项参数进行求解，称为训练，数据叫训练数据；另外一组用来验证算法的有效性，称为测试，数据叫测试数据。
如果一个算法对训练数据效果比较差，称这个算法
是欠拟合。
如果一个算法对训练数据效果很好，但对测试数据效果很差，称这个算法是过拟合。
如果一个算法对训练数据和测试数据效果都很好，称这个算法是泛化性好。
在数据比较缺少的情况下，为了验证算法的有效性，可以采取交差验证的方法，例如将一个数据集分成随机分成五份，然后将其中的一份作测试集，其余四份作训练集进行训练和测试。

3.线性回归

对于一组数据寻找相互之间线性关系的方法叫线性
回归。例如，一组关于披萨饼的直径与价格关系的数据：

（1）将数据用Python进行可视化操作

#线性回归
import matplotlib.pyplot as plt
x=[[6],[8],[18],[14],[18]]
y=[[7],[9],[15],[17.5],[18]]
plt.rcParams['font.sans-serif']=['SimHei']
plt.plot(x,y,'o')
plt.xlabel("披萨饼直径")
plt.ylabel('披萨饼价钱')
# 出现格
plt.grid(True)
plt.show()

运行结果：

（2）用线性回归预测直径12英尺的披萨的价格

# 回归预测
from sklearn.linear_model import LinearRegression
x=[[6],[8],[18],[14],[18]]
y=[[7],[9],[15],[17.5],[18]]
model=LinearRegression()
model.fit(x,y)
price=model.predict([[12]])
print('12英寸披萨饼的价钱预测为：$%0.2f'%price[0][0])

运行结果：

（3）线性回归的线性模型

# 数据预测-线性模型
import numpy as np
import matplotlib.pyplot as plt
from sklearn.linear_model import LinearRegression
model=LinearRegression()
x=[[6],[8],[18],[14],[18]]
y=[[7],[9],[15],[17.5],[18]]
model.fit(x,y)
x_test=np.linspace(0,20,100).reshape((100,1))
y_test=model.predict(x_test).reshape((100,1))
plt.plot(x,y,'k.')
plt.plot(x_test,y_test,'r-')
plt.xlabel('Diameter in pizza')
plt.ylabel('Price in pizza')
plt.grid(True)
plt.axis([0,20,0,20])
plt.show()

（4）用R方对模型进行评估
R 方测量了一个模型的预测值对响应变量好坏度，通常
它的值在 0 和 1 之间，值越大说明模型越好。

from sklearn.linear_model import LinearRegression
import numpy as np
model=LinearRegression()
x=np.array([[6],[8],[10],[14],[18]])
y=np.array([[7],[9],[13],[17.5],[18]])
model.fit(x,y)
x_test=np.array([[8],[9],[11],[16],[12]])
y_test=np.array([[11],[8.5],[15],[18],[11]])
y_test=np.reshape(y_test,(np.size(y_test)))
y_pre=model.predict(x_test)
y_pre=np.reshape(y_pre,(np.size(y_pre)))
y_mean=np.mean(y_test)
s_tot=np.dot(y_test-y_mean,y_test-y_mean)
s_res=np.dot(y_test-y_pre,y_test-y_pre)
r2=1-s_res/s_tot
print(r2)

运行结果：

今天就暂且和大家分享这些吧，若上文有错误还望小码们指正。