使用线性回归模型SGDRegressor进行预测

读入数据

定义特征与目标值

data_x = data.iloc[:,1:-1]
data_y = data[['MPG']]

划分数据集

from sklearn.model_selection import train_test_split
x_train ,x_test, y_train, y_test = train_test_split(data_x, data_y, test_size = 0.25)

对训练数据进行归一化处理。数值的量纲不同甚至相差很大，如果不归一化处理得出的损失函数图像的等高线可能为一个椭圆，计算出来的模型参数就会受影响，最后甚至预测不出较正确的结果。

# 归一化
from sklearn.preprocessing import StandardScaler
# 初始化StandardScaler
sc_x = StandardScaler()
sc_y = StandardScaler()
# 对特征及目标进行训练，训练参数存入 sc_x ，sc_y
x_train_std = sc_x.fit_transform(x_train)
y_train_std = np.ravel(sc_y.fit_transform(y_train)) # np.ravel 将多维数组降位一维

导入sklearn中的SGDRegressor模型进行训练

# 梯度下降的方式求解回归系数
from sklearn.linear_model import SGDRegressor
regressor = SGDRegressor()
regressor.fit(x_train_std, y_train_std)

用测试集测试训练出来的模型

# regressor.predict(x_test_std) 进行预测
# sc_x.transform(x_test) ，用开始训练出来的sc_x对x_test进行标准化
x_test_std = sc_x.transform(x_test)
y_test_pred_std = regressor.predict(x_test_std)

测试集预测出来的值进行反标准化

# 反标准化
sc_y.inverse_transform(y_test_pred_std)

更直观的展示模型预测出来的值与真实值之间的差距

import pandas as pd
data_test=pd.DataFrame()
data_test['pred']=sc_y.inverse_transform(y_test_pred_std)
data_test['y_test']=y_test.values
data_test