【六】机器学习之路——线性回归python实现(2)
本来想在上一篇博客里把线性回归python实现给写完的，白天抽空就写了一下python里的几个数据处理需要用到的库函数，后面就没时间了。现在开始讲一下具体的问题例子，例子比较简单。
还是拿之前房价预测的数据来举例子，我来把之前博客里的房子大小和房子价格的数据搬过来
| 房子尺寸/平方米 | 房子价格/万 |
|---|---|
| 100 | 120 |
| 80 | 92 |
| 120 | 143 |
| 75 | 87 |
| 60 | 60 |
| 43 | 50 |
| 140 | 167 |
| 132 | 147 |
| 63 | 80 |
| 55 | 60 |
| 74 | 90 |
| 44 | 57 |
| 88 | 99 |
首先咱们先尝试用python将这些数据画出来，有个主观的感受。
import matplotlib.pyplot as plt
#下面两行代码的作用是可以在plot显示的图标中使用中文字体
from matplotlib.font_manager import FontProperties
font=FontProperties(fname='/Library/Fonts/Songti.ttc')
#将数据输入到代码里
a = [[100],[80],[120],[75],[60],[43],[140],[132],[63],[55],[74],[44],[88]]
b = [[120],[92],[143],[87],[60],[50],[167],[147],[80],[60],[90],[57],[99]]
#定义plot图标的横纵坐标及标题，这里要注意的是中文字符前加u字母，才能正确显示中文
plt.title(u'房子大小与价格关系', fontproperties=font)
plt.xlabel(u'大小/平方米', fontproperties=font)
plt.ylabel(u'价格/万', fontproperties=font)
#定义横纵坐标的范围
plt.axis([30, 200, 30, 200])
plt.grid(True)
#bo的含义为数据显示为蓝色的圆圈
plt.plot(a,b,'bo')
plt.show()关于matplot作图的方法，可以参考Michael_翔的博客matplotlib 绘图可视化知识点整理，里面讲的比较详细。
最终，程序运行的结果为下图，这样咱们首先就对现有数据有个一个直观的感受了。
下面咱们就用sklearn里的LinearRegression函数来拟合这组数据，代码如下，这段代码我就摘取上面部分的，仅为了简化：
#!/usr/bin/env python
# -*- coding: utf-8 -*-
#上两行代码作用是可以在注释里写中文
import matplotlib.pyplot as plt
#下面两行代码的作用是可以在plot显示的图标中使用中文字体
from matplotlib.font_manager import FontProperties
font=FontProperties(fname='/Library/Fonts/Songti.ttc')
#将数据输入到代码里
a = [[100],[80],[120],[75],[60],[43],[140],[132],[63],[55],[74],[44],[88]]
b = [[120],[92],[143],[87],[60],[50],[167],[147],[80],[60],[90],[57],[99]]
/*****这里咱们使用了LinearRegression的函数来拟合数据*****/
#导入一元线性回归函数:y = α + βx
from sklearn.linear_model import LinearRegression
model = LinearRegression()
model.fit(a,b) #训练集数据放入模型中
print ('预测一个123平米的房子价格：$%.2f' % model.predict([[123]]))
#定义plot图标的横纵坐标及标题，这里要注意的是中文字符前加u字母，才能正确显示中文
plt.title(u'房子大小与价格关系', fontproperties=font)
plt.xlabel(u'大小/平方米', fontproperties=font)
plt.ylabel(u'价格/万', fontproperties=font)
#定义横纵坐标的范围
plt.axis([30, 200, 30, 200])
plt.grid(True)
#bo的含义为数据显示为蓝色的圆圈
plt.plot(a,b,'bo')
#输出拟合的曲线并用绿色显示
plt.plot(a,model.predict(a),'g-')
plt.show()运行上面的代码，可以得到结果如下图所示：
预测的123平米的房价为143.4万元。
本来今天想一鼓作气把LinearRegression和梯度下降法两种线性回归的实现方式都写完，结果中间被拉到电话会议上，开了足足4个小时的会，真尼玛坑！！！咱们明天见，或者洗好澡之后时间还早的话，咱们继续。