用scikit-learn掌握机器学习（一）线性回归
发布时间
阅读量：
阅读量
一、 简单线性回归
一般来讲回归是通过连续数据用来预测的，除了逻辑回归，那是个分类算法。线性回归是个监督算法，通过已有的样本和观测值（标签）构成训练数据，然后通过训练模型，来预测以后那些没有标签的样本数据。简单线性回归就是说 样本值和标签之间的关系是线性的。我们先讲一个单样本参数和单一标签的例子。一个通过披萨尺寸预测披萨价格的例子。
| 尺寸（inch） | 价格（dollar） |
|---|---|
| 6 | 7 |
| 8 | 9 |
| 10 | 13 |
| 14 | 17.5 |
| 18 | 18 |
我们可以先用matplotlib画出这些点的分布
import matplotlib.pyplot as plt
%matplotlib inline
X = [[6],[8],[10],[14],[18]]
y = [[7],[9],[13],[17.5],[18]]
plt.figure()
plt.title("pizza price plot against diameter")
plt.xlabel("diameter")
plt.ylabel("price")
plt.plot(X,y,".")
plt.axis([0,25,0,25])
plt.grid(True)
可以很明显从图上看出这是一个正相关的两个变量，我们可以用一条最优直线来预测价格
下面的模块调用sl来预测披萨价格
from sklearn.linear_model import LinearRegression
model = LinearRegression()
model.fit(X,y)
print("A 12 inches pizza cost:$%.2f" %model.predict(12))out: A 12 inches pizza cost:13.68 在这个程序片段里 sklearn.linear_model.LinearRegression是个estimator估测器，估测器通过已有带标签的样本来预测值，评估期都有fit（）和predict（）方法。fit用来学习，predict用来预测 fit方法学习到了这个简单线性回归的参数theta$，简单线性回归的表达式如下
y = wx + b
首先，我们定义出拟合成本函数，然后对参数进行数理统计。成本函数（cost function）也叫损失函数（loss function），用来定义模型与观测值的误差。模型预测的价格与训练集数据的差异称为残差（residuals）或训练误差（training errors）。
后面我们会用模型计算测试集，那时模型预测的价格与测试集数据的差异称为预测误差（prediction errors）或训练误差（test errors）。
全部评论 (0)
还没有任何评论哟~