简单线性回归原理&sklearn简单实现

1. 回归与分类

回归模型：针对于连续值的预测，即线性关系
分类模型：预测离散值，非线性，针对于分类问题

2. 回归

回归算法是相对分类算法而言的，与我们想要预测的目标变量y的值类型有关。

如果目标变量y是分类型变量，
    如预测用户的性别（男、女），预测月季花的颜色（红、白、黄……），预测是否患有肺癌（是、否），那我们就需要用分类算法去拟合训练数据并做出预测；

如果y是连续型变量，
    如预测用户的收入（4千，2万，10万……），
    预测员工的通勤距离（500m，1km，2万里……），
    预测患肺癌的概率（1%，50%，99%……），
我们则需要用回归模型。

有时分类问题也可以转化为回归问题，例如的肺癌预测，我们可以用回归模型先预测出患肺癌的概率，然后再给定一个阈值， 例如50%，概率值在50%以下的人划为没有肺癌，50%以上则认为患有肺癌。

回归分析：寻找变量之间近似的函数关系
线性回归分析：寻找变量之间近似的线性函数关系

3. 一元线性回归

y=β0+β1x
当给定参数β0和β1的时候，画在坐标图内是一条直线（这就是“线性”的含义）
当我们只用一个x来预测y，就是一元线性回归，也就是在找一个直线来拟合数据。
线性回归就是要找一条直线，并且让这条直线尽可能地拟合图中的数据点。

4. 回归问题常用的损失函数

残差平方和（RSS/SSR，residual sum of squares/sum squared residual）
均方误差 （MSE，Mean Squared Error）

5. python实现

sklearn中封装好了线性回归模型的实现，直接实例化类LinearRegression即可，
一般分为以下几个步骤：
1）训练集准备
特征集X
特征集对应的标签集y
2) 实例化模型&模型拟合
model = LinearRegression()
model.fit(X_train,y_train）
3) 预测新数据
model.predict(…)
4）误差计算，sklearn对于常见的误差函数也已经封装好
from sklearn.metrics import mean_squared_error
mse= mean_squared_error(y_真实，y_预测）

from sklearn.linear_model import LinearRegression
from sklearn.model_selection import train_test_split
from sklearn.metrics import mean_squared_error
import pickle # 保存模型的包

# 假设有特征矩阵X和目标变量y
X = [[1, 2], [2, 4], [3, 6], [4, 8], [5, 10]]
y = [3, 6, 9, 12, 15]

# 划分训练集和测试集
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
model = LinearRegression()

# 拟合模型
model.fit(X_train, y_train)

print(model.intercept_)  # 常数项  0.0
print(model.coef_)  # 变量系数  [0.6 1.2]

# 预测测试集
y_pred = model.predict(X_test)

# 计算均方误差
mse = mean_squared_error(y_test, y_pred)

print("线性回归模型的均方误差：", mse)


# # load the saved model
# with open('my_model.pkl', 'rb') as f:
#     model = pickle.load(f)
#
# # predict using the loaded model
# model.predict(X)


# # load the saved model
# with open('my_model.pkl', 'rb') as f:
#     model = pickle.load(f)
#
# # continue training the model
# model.fit(X_train, y_train)
#
# # save the updated model
# with open('my_updated_model.pkl', 'wb') as f:
#     pickle.dump(model, f)