回归——最小二乘法

相关包 sklearn.linear_model.LinearRegression

import matplotlib.pyplot as plt
import numpy as np
from sklearn import datasets
from sklearn.linear_model import LinearRegression
from sklearn.metrics import mean_squared_error, r2_score

# Load the diabetes dataset 加载糖尿病数据集
diabetes = datasets.load_diabetes()


# Use only one feature 选择需要的特征
diabetes_X = diabetes.data[:, np.newaxis, 2]

# Split the data into training/testing sets
#将数据分割成培训/测试集
diabetes_X_train = diabetes_X[:-20]
diabetes_X_test = diabetes_X[-20:]

# Split the targets into training/testing sets
#将目标分割成培训/测试集
diabetes_y_train = diabetes.target[:-20]
diabetes_y_test = diabetes.target[-20:]

# Create linear regression object
#创建线性回归对象
regr = LinearRegression(fit_intercept = True)
#参数
#fit_intercept 是否需要截距
#normalize 是否标准化（当fit_intercept 未设置时可以忽略）

# Train 训练
regr.fit(diabetes_X_train, diabetes_y_train)

#求截距
regr.coef_
#求系数
regr.intercept_



# predictions 预测
diabetes_y_pred = regr.predict(diabetes_X_test)
regr.score(diabetes_X_test,diabetes_y_test) #得分 
regr.get_params(deep=True) #模型参数

# 均方误差
#均方误差是各数据偏离真实值的距离平方和的平均数，也即误差平方和的平均数，
#类似的方差是各数据偏离平均值的距离平方和的平均数。
#它的开方叫均方根误差，均方根误差才和标准差形式上接近
#注意：标准差，中文环境中又常称均方差
mean_squared_error(diabetes_y_test, diabetes_y_pred)
# Explained variance score: 1 is perfect prediction
# 解释方差得分：1是完美的预测
r2_score(diabetes_y_test, diabetes_y_pred)

# 画图
plt.scatter(diabetes_X_test, diabetes_y_test,  color='black')
plt.plot(diabetes_X_test, diabetes_y_pred, color='blue', linewidth=3)

plt.xticks(())
plt.yticks(())

plt.show()