人工智能直通车系列13【机器学习基础】（线性回归模型实现scikit - learn）

目录

线性回归模型实现步骤及解释

场景示例

在 Python 中，scikit-learn是一个常用的机器学习库，提供了丰富的工具和算法用于各种机器学习任务，包括线性回归模型的实现。

线性回归模型实现步骤及解释

1. 导入必要的库和模块

import numpy as np
import pandas as pd
from sklearn.linear_model import LinearRegression
from sklearn.model_selection import train_test_split
from sklearn.metrics import mean_squared_error, r2_score

这里导入了numpy和pandas用于数据处理，LinearRegression是线性回归模型类，train_test_split用于将数据集划分为训练集和测试集，mean_squared_error和r2_score用于评估模型的性能。

1. 准备数据

# 生成一些示例数据
data = {
    'x': [1, 2, 3, 4, 5, 6, 7, 8, 9, 10],
    'y': [2, 4, 6, 8, 10, 12, 14, 16, 18, 20]
}
df = pd.DataFrame(data)

# 划分特征和目标变量
X = df[['x']]
y = df['y']

# 将数据划分为训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)

首先创建了一个简单的数据集，包含特征x和目标变量y，它们之间存在线性关系y=2x。然后使用train_test_split函数将数据集按照 8:2 的比例划分为训练集和测试集，random_state=42确保每次运行结果的可重复性。

1. 创建和训练模型

# 创建线性回归模型对象
model = LinearRegression()

# 使用训练数据拟合模型
model.fit(X_train, y_train)

创建LinearRegression类的实例model，然后使用训练集X_train和y_train来拟合模型，即通过最小二乘法等方法找到最佳的模型参数（斜率和截距）。

1. 进行预测

# 使用训练好的模型进行预测
y_pred = model.predict(X_test)

使用训练好的模型对测试集X_test进行预测，得到预测值y_pred。

1. 评估模型性能

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

# 计算决定系数（R²）
r2 = r2_score(y_test, y_pred)

print(f'均方误差: {mse}')
print(f'决定系数: {r2}')

使用mean_squared_error函数计算均方误差（MSE），它衡量了预测值与真实值之间的平均平方误差，值越小表示模型性能越好。使用r2_score函数计算决定系数（R2），它表示模型对数据的拟合程度，取值范围在 0 到 1 之间，越接近 1 表示模型拟合效果越好。

场景示例

假设你是一位房地产分析师，想要预测房屋价格。你收集了一些房屋的面积数据以及对应的销售价格，希望通过线性回归模型来建立房屋面积与价格之间的关系，从而对新的房屋进行价格预测。

# 读取房屋数据
house_data = pd.read_csv('house_data.csv')

# 提取特征和目标变量
X = house_data[['area']]
y = house_data['price']

# 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)

# 创建并训练线性回归模型
model = LinearRegression()
model.fit(X_train, y_train)

# 进行预测
y_pred = model.predict(X_test)

# 评估模型
mse = mean_squared_error(y_test, y_pred)
r2 = r2_score(y_test, y_pred)
print(f'房屋价格预测模型 - 均方误差: {mse}')
print(f'房屋价格预测模型 - 决定系数: {r2}')

# 预测新房屋价格
new_house_area = [[150]]  # 假设新房屋面积为150平方米
predicted_price = model.predict(new_house_area)
print(f'面积为150平方米的新房屋预测价格: {predicted_price[0]}')

在这个示例中，从 CSV 文件中读取房屋数据，将房屋面积作为特征，价格作为目标变量。通过scikit-learn的线性回归模型进行训练、预测和评估。最后，使用训练好的模型对面积为 150 平方米的新房屋进行价格预测。