机器学习之R语言数据可视化

1、先导入一个formula包，训练模型使用

备注：先要完成数据的预处理（数据导入和分割，training_set, test_set）为分割好的数据

install.packages('Formula')

2、formula包 为数据喂养线性函数 Fitting Linear(formula:画线的方法，lm画线的模型)

datasets = read.csv('Salary_Data.csv')

#数据分割

#用

library(caTools)

#set.seed(123)里面有数据就是随机处理

set.seed(123)

split = sample.split(datasets$Salary, SplitRatio = 2/3)

training_set = subset(datasets, split == TRUE) #2/3

test_set = subset(datasets, split == FALSE) #1/3

#数据规范化（缩放）

#training_set[,2:3 ] = scale(training_set[, 2:3])

#test_set[,2:3 ] = scale(test_set[,2:3 ])

#导入formula包 为数据喂养线性函数 Fitting Linear(formula:画线的方法，lm画线的模型)

regression = lm(formula = Salary ~ YearsExperience, data = training_set)

解释：这张图下次解释，特别是“*”号

这图很重要，分析结果

3、查看模型预期结果

#预期结果

y_pred = predict(regression, newdata = test_set)

运行上面代码后，在控制台敲上y_pred，2：工作年限 37766.77：预测出来的Salary

预测的结果

4、数据可视化

（1）、导入包（相对勾选这是第二种方式）

#数据可视化

install.packages('ggplot2') #导包的第二种方式

导包的第二种方式

(2)、上数据可视化代码，这里于Python 有点差异，用“+”号 还有颜色用colour 

library(ggplot2)

ggplot() +

geom_point(aes( x = training_set$YearsExperience, y = training_set$Salary), colour = 'red')  + #画点，Colour 红色

geom_line(aes( x = training_set$YearsExperience, y = predict(regression, newdata = training_set)), colour = 'blue') +  #画线

ggtitle('Salary vs Experience') +

xlab ('Years of experience') +

ylab ('Salary')

用R语言画出来的可视化视图