数据挖掘（二）

系列文章目录

数据挖掘之线性回归（二），转自educoder

---

前言

提示：这里可以添加本文要记录的大概内容：

例如：随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的基础内容。

---

一、相关知识

（一）线性回归

线性回归假设特征和结果满足线性关系
一元线性回归问题函数关系可表示：
$y=a\ast x+b$
根据上式，在确定a、b的情况下，给定一个 x 值，我们就能够得到一个确定的 y 值，通常根据上式预测的 y 值与实际的 y 值存在一个误差。a、b 为参数(parameters)或称回归系数(regression coefficients)。

（二）最小二乘法

基本思想

保证回归直线与所有训练样本点都近。
若有 n 个样本点：（x1，y1）,… ,（xn，yn），可以用下面的表达式来刻画这些样本点与回归直线 y=a+bx 的接近程度:

求该值最小时的直线的方法称为最小二乘法

多元线性回归 原理类似

二、实现代码

import pandas as pd
from sklearn.linear_model import LinearRegression
from sklearn.model_selection import train_test_split


def data_astype(x):
    """数据类型转换"""
    x['hour'] = x['hour'].astype('float32')
    x['DEWP'] = x['DEWP'].astype('float32')
    x['TEMP'] = x['TEMP'].astype('float32')
    x['PRES'] = x['PRES'].astype('float32')
    x['Iws'] = x['Iws'].astype('float32')
    x['Is'] = x['Is'].astype('float32')
    x['Ir'] = x['Ir'].astype('float32')
    x['cbwd_NE'] = x['cbwd_NE'].astype('float32')
    x['cbwd_NW'] = x['cbwd_NW'].astype('float32')
    x['cbwd_SE'] = x['cbwd_SE'].astype('float32')
    x['cbwd_cv'] = x['cbwd_cv'].astype('float32')
    x['year'] = x['year'].astype('float32')
    x['month'] = x['month'].astype('float32')
    x['day'] = x['day'].astype('float32')
    x['week'] = x['week'].astype('float32')



if __name__ == "__main__":
    # 加载数据
    x = pd.read_csv('src/step1/data/pm25_data.csv', encoding='utf-8')
    data_astype(x)
    # 加载标签
    y = pd.read_csv('src/step1/data/result.csv')['pm2.5']

    # 对数据进行线性回归预测
    #####Begin#####
    reg=LinearRegression().fit(x,y)
    #####End#####

    # 加载未来18天的数据
    x_val = pd.read_csv('src/step1/data/test_1.csv')
    # 预测
    y_val_pre = reg.predict(x_val)
    print('未来18天的pm25预测值：', y_val_pre)