一、线性回归的两种实现方式：（二）sklearn实现

线性回归的sklearn实现

导入必要的模块

import numpy as np
import pandas as pd
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

数据集

x = np.array([50, 30, 15, 40, 55, 20, 45, 10, 60, 25])
y = np.array([5.9, 4.6, 2.7, 4.8, 6.5, 3.6, 5.1, 2.0, 6.3, 3.8])

画出数据集的散点图

plt.scatter(x, y)
plt.grid(True)
plt.xlabel('area')
plt.ylabel('price')
plt.show()

数据划分

划分训练集和测试集

使用到的api：

数据划分sklearn.model_selection.train_test_split

用到的参数：

• *arrays：输入数据集。

• test_size：划分出来的测试集占总数据量的比例，取值0~1。

• shuffle：是否在划分前打乱数据的顺序，默认True。

• random_state：shuffle的随机种子，取值正整数。

返回：

• splitting：列表包含划分后的训练集与测试集。

x_train, x_test, y_train, y_test = train_test_split(
    x, y, test_size=0.3, shuffle=True, random_state=23)

查看训练集的散点图

plt.scatter(x_train,y_train)
plt.grid('True')
plt.xlabel('area')
plt.ylabel('price')
plt.show()

查看测试集的散点图

plt.scatter(x_test,y_test)
plt.grid('True')
plt.xlabel('area')
plt.ylabel('price')
plt.show()

模型搭建

使用到的api：

线性回归sklearn.linear_model.LinearRegression

model = LinearRegression()

模型训练

使用到的api：

线性回归模型训练sklearn.linear_model.LinearRegression.fit

用到的参数：

• X：输入特征，如果输入是np.array格式，shape必须是(n_sample, n_feature)。

• y：输入标签。

# x_train的shape由(7,)变为(7,1)
x_train = x_train.reshape(-1,1)
model.fit(X=x_train, y=y_train)

LinearRegression()

模型预测

对测试集做预测

使用到的api：

线性回归模型预测sklearn.linear_model.LinearRegression.predict

用到的参数：

• X：输入特征，如果输入是np.array格式，shape必须是(n_sample, n_feature)。

返回：

• C：预测结果。

# x_test的shape由(7,)变为(7, 1)
x_test = x_test.reshape(-1,1)

y_test_pred = model.predict(x_test)

画出数据集的散点图和预测直线

x_test = x_test.reshape(-1)

plt.scatter(x_test, y_test, color='g', label='test dataset')
plt.scatter(x_train, y_train, color='b',label='train dataset')
plt.plot(np.sort(x_test), y_test_pred[np.argsort(x_test)], color='r', label='linear regression')
plt.legend()
plt.show()

计算评价指标mse

使用到的api：

均方误差sklearn.metrics.mean_squared_error

用到的参数：

• y_true：真实值(ground truth)。

• y_pred：预测值。

返回：

• loss：mse计算结果。

mse = mean_squared_error(y_true=y_test, y_pred=y_test_pred)
print('MSE: {}'.format(mse))

MSE: 0.15383086014546365

查看线性回归模型的系数w和截距b

使用到的api：

回归系数sklearn.linear_model.LinearRegression.coef_

截距项sklearn.linear_model.LinearRegression.intercept_

w, b = model.coef_[0], model.intercept_
print('Weight={0} bias={1}'.format(w, b))

Weight=0.09139423076923077 bias=1.3420673076923069