线性回归csv数据集_【Python数据科学手册】专题：线性回归

线性回归模型是解决回归任务的好起点。

你可能对线性回归模型最简单的形式(即对数据拟合一条直线)已经很熟悉了，不过经过扩展，这些模型可以对更复杂的数据行为进行建模。

首先导入常用的程序库：

%matplotlib inlineimport matplotlib.pyplot as pltimport seaborn as sns; sns.set()import numpy as np

01

 简单线性回归

首先来介绍最广为人知的线性回归模型——将数据拟合成一条直线。直线拟合的模型方程为y=ax+by=ax+b，其中aa是直线斜率，bb是直线截距。

下面的数据，它们是从斜率为2、截距为-5 的直线中抽取的散点

rng = np.random.RandomState(1)x = 10 * rng.rand(50)y = 2 * x - 5 + rng.randn(50)plt.scatter(x, y);

用Scikit-Learn 的LinearRegression 评估器来拟合数据，并获得最佳拟合直线

from sklearn.linear_model import LinearRegressionmodel = LinearRegression(fit_intercept=True)model.fit(x[:, np.newaxis], y)xfit = np.linspace(0, 10, 1000)yfit = model.predict(xfit[:, np.newaxis])plt.scatter(x, y)plt.plot(xfit, yfit);

数据的斜率和截距都在模型的拟合参数中，Scikit-Learn 通常会在参数后面加一条下划线，即coef_ 和intercept_：

print("Model slope:    ", model.coef_[0])print("Model intercept:", model.intercept_)

可以看到，拟合结果与真实值非常接近。

LinearRegression 评估器能做的可远不止这些——除了简单的直线拟合，它还可以处理多维度的线性回归模型：

y=a₀+a₁x₁+a₂x₂+⋯

里面有多个x 变量。从几何学的角度看，这个模型是拟合三维空间中的一个平面，或者是为更高维度的数据点拟合一个超平面。

rng = np.random.RandomState(1)X = 10 * rng.rand(100, 3)y = 0.5 + np.dot(X, [1.5, -2., 1.])model.fit(X, y)print(model.intercept_)print(model.coef_)

0.5
[ 1.5 -2.   1. ]

其中y 变量是由3个随机的x变量线性组合而成，线性回归模型还原了方程的系数。

通过这种方式，就可以用一个LinearRegression 评估器拟合数据的回归直线、平面和超平面了。

局限性： 变量限制在线性关系上

02

基函数回归

可以通过基函数对原始数据进行变换，从而将变量间的线性回归模型转换为非线性回归模型。

这个方法的多维模型是：y=a₀+a₁x₁+a₂x₂+a₃x₃+⋯

其中一维的输入变量xx转换成了三维变量x₁,x₂,x₃。让x_n=f_n(x)，这里的f_n(x)是转换数据的函数。

假如f_n(x)=xⁿ，那么模型就会变成多项式回归：y=a₀+a₁x+a₂x²+a₃x³+⋯

需要注意的是，这个模型仍然是一个线性模型，也就是说系数