1. 理论知识
线性回归是一种基本且广泛使用的监督学习算法,用于建立自变量(特征)和因变量(目标)之间的线性关系。目标是找到一条最佳拟合线,使得数据点到该线的距离最小化。
数学模型
目标函数
参数解读
实施步骤
-
数据准备:
- 收集数据。
- 将数据分为训练集和测试集。
-
数据预处理:
- 处理缺失值。
- 数据标准化或归一化(视情况而定)。
-
建立模型:
- 使用训练数据拟合线性回归模型。
-
模型评估:
- 使用测试数据评估模型性能。
- 计算
、均方误差(MSE)等指标。
-
预测:
- 使用训练好的模型进行预测。
线性回归的Python实现
import numpy as np
import matplotlib.pyplot as plt
from sklearn.model_selection import train_test_split
from sklearn.linear_model import LinearRegression
from sklearn.metrics import mean_squared_error, r2_score
# 生成示例数据
np.random.seed(0)
X = 2 * np.random.rand(100, 1)
y = 4 + 3 * X + np.random.randn(100, 1)
# 数据分割为训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)
# 创建线性回归模型
lin_reg = LinearRegression()
lin_reg.fit(X_train, y_train)
# 进行预测
y_pred = lin_reg.predict(X_test)
# 模型评估
mse = mean_squared_error(y_test, y_pred)
r2 = r2_score(y_test, y_pred)
print(f"Mean Squared Error: {mse}")
print(f"R^2 Score: {r2}")
print(f"Intercept: {lin_reg.intercept_}")
print(f"Coefficient: {lin_reg.coef_}")
# 可视化结果
plt.scatter(X_test, y_test, color='blue')
plt.plot(X_test, y_pred, color='red', linewidth=2)
plt.xlabel("X")
plt.ylabel("y")
plt.title("Linear Regression")
plt.show()
可视化展示
结果与解释
- Mean Squared Error (MSE): 衡量预测值与实际值之间的平均平方误差。值越小,模型性能越好。
Score: 决定系数,度量模型的拟合优度,范围从0到1,值越接近1,模型解释力越强。
- Intercept: 截距,即回归直线在y轴上的截距。
- Coefficient: 回归系数,即自变量每增加一个单位时,因变量的变化量。
在可视化结果中,蓝色点表示测试集的实际数据,红色线表示线性回归模型的预测结果。模型越好,红线越接近蓝点的分布。
通过上述实例,可以看到线性回归模型如何在数据中找到最佳拟合直线,并且通过MSE和 等指标评估模型性能。