用线性回归进行糖尿病预测

1、导入相关模块

import numpy as np
import pandas as pd
from pandas import Series,DataFrame

#普通线性回归
from sklearn.linear_model import LinearRegression
#用于机器学习相关的数据集
import sklearn.datasets as datasets

2.获取训练数据

#从datasets模块中导入数据
diabetes = datasets.load_diabetes()
data = diabetes.data
target = diabetes.target

#用于训练的数据
X_train=data[0:400]
Y_train=target[0:400]
#用于测试的数据
x_test=data[400:]
y_true=target[400:]

3.确定学习模型

#创建普通线性回归模型
line=LinearRegression()

4.训练数据

#将训练模型，将训练数据输入学习模型中进行训练
line.fit(X_train,Y_train)

5.预测结果

#将测试数据输入模型，获得预测结果
y_pre=line.predict(x_test)

6.效果评估

导入评估所需的模块

from sklearn.metrics import r2_score

评估

r2_score(y_true,y_pre)

7.绘制图形

导入绘图模块

import matplotlib.pyplot as plt
%matplotlib inline

绘制

plt.plot(y_true,label='ture')
plt.plot(y_pre,label='predict')
plt.legend()