100天入门机器学习——第二天（简单线性回归模型）

近期有国外大神在github上写了100天入门机器学习：
国外大神的100天入门机器学习
也有人进行了汉化：汉化版

仅以此记录，一起学习！

---

第二天：

简单线性回归模型

1. 数据预处理

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

dataset = pd.read_csv('studentscores.csv')
X = dataset.iloc[ : ,   : 1 ].values
Y = dataset.iloc[ : , 1 ].values

from sklearn.model_selection import train_test_split
X_train, X_test, Y_train, Y_test = train_test_split( X, Y, test_size = 1/4, random_state = 0) 

这里的内容都是第一天的，对数据预处理，这里不再重复阐述

2. 训练集使用简单线性回归模型来训练

from sklearn.linear_model import LinearRegression
regressor = LinearRegression()
regressor = regressor.fit(X_train, Y_train)

LinearRegression 拟合一个带有系数 w = (w_1, …, w_p) 的线性模型，使得数据集实际观测数据和预测数据（估计值）之间的残差平方和最小。里面有参数：fit_intercept：是否有截据，如果没有则直线过原点；normalize：是否将数据归一化；copy_X：默认为True，当为True时，X会被copied,否则X将会被覆写；n_jobs：默认值为1，计算时使用的核数。

3. 预测结果

Y_pred = regressor.predict(X_test)

通过第二步的拟合操作，线性回归模型已经训练完毕，通过predict方法，输入测试数据来预测产生的结果Y_pred，和Y_test比较，可以得到模型的准确率是多少。

4. 可视化

训练集结果可视化

plt.scatter(X_train , Y_train, color = 'red')
plt.plot(X_train , regressor.predict(X_train), color ='blue')
plt.show()

测试集结果可视化

plt.scatter(X_test , Y_test, color = 'red')
plt.plot(X_test , regressor.predict(X_test), color ='blue')
plt.show()

总结，第二天是将数据线性拟合，然后可视化，这是最简单的一个线性拟合过程，其中其实主要涉及到的还是sklearn中线性回归模型linear_model的使用，还有通过matplotlib.pyplot的使用对其做可视化（即画图）

---

感谢Avik-Jain和MLEveryday，前者制作了这个项目，后者进行了汉化