Python线性回归：加载共享自行车租赁数据集 BikeSharing.csv。 1. 按以下要求处理数据集 （1）分离出仅含特征列的部分作为 X 和仅含目标列的部分作为 Y。

加载共享自行车租赁数据集 BikeSharing.csv。

1. 按以下要求处理数据集
   （1）分离出仅含特征列的部分作为 X 和仅含目标列的部分作为 Y。
   （2）将数据集拆分成训练集和测试集（70%和 30%）。
   （3）对数据进行标准化处理
2. 建立回归模型
   分别用 LinearRegression 和 SGDRegression 两种方法建模。
3. 结果比对
   （1）分别对比两种模型在测试集上的预测性能（计算 score）。
   （2）分别测试学习率（参数 eta0）取 0.005, 0.01, 0.015, 0.02, 0.025, 0.03, 0.035, 0.04,
   0.045, 0.05 时，SGD 模型的性能得分，对测试结果进行绘图。
   使用Jupyter对数据建立回归模型：
   

import numpy as np
# 导入sklearn中的线性模型类和模型验证类
from sklearn import model_selection
import matplotlib.pyplot as plt
#导入线性模型类
from sklearn.linear_model import LinearRegression
from sklearn.linear_model import SGDRegressor
from sklearn.preprocessing import StandardScaler
#为便于观察结果，对numpy作以下两项设置
np.set_printoptions(suppress= True) #取消numpy的科学记数显示
np.set_printoptions(precision=4)    #设置保留小数位数是4

# # 使用Numpy加载共享自行车租赁数据集 BikeSharing.csv，分离出仅含特征列的部分作为 X 和仅含目标列的部分作为 Y。
bike = np.loadtxt(r'BikeSharing.csv',dtype=float,delimiter=',',skiprows=1)
X = bike[:,1:12]
Y = bike[:,12]
print(X,X.shape)
print(Y,Y.shape)


# # 将数据集拆分成训练集和测试集（70%和 30%）。




x_train, x_test, y_train, y_test = model_selection.train_test_split(X,Y,
                                                    test_size=0.3,random_state=1)




#查看训练集和测试集的大小
x_train.shape, x_test.shape, y_train.shape,y_test.shape


# # 对训练集和测试集进行标准化处理




x_std = StandardScaler()
x_train = x_std.fit_transform(x_train)

y_std = StandardScaler()
y_train = y_std.fit_transform(y_train.reshape(-1,1))


x_std2 = StandardScaler()
x_test = x_std2.fit_transform(x_test)

y_std2 = StandardScaler()
y_test = y_std2.fit_transform(y_test.reshape(-1,1))


# # 分别用 LinearRegression 和 SGDRegression 两种方法建模。




reg = LinearRegression().fit(x_train, y_train)    
#用最小二乘法实现

print('LinearRegression模型得分:', reg.score(x_train, y_train))
print('LinearRegression模型系数：', reg.coef_)
print('LinearRegression常数项（截距）：', reg.intercept_)





# 通过梯度下降
sgd = SGDRegressor()
sgd.fit(x_train, y_train.ravel())   #y要求是一维的
print('sgd计算的回归系数：',sgd.coef_)  # 值较大的系数表示该特征影响因素更大
print('sgd模型得分：',sgd.score(x_train,y_train))


# # （1）分别对比两种模型在测试集上的预测性能（计算 score）（2）分别测试学习率（参数 eta0）取 0.005, 0.01, 0.015, 0.02, 0.025, 0.03, 0.035, 0.04, 0.045, 0.05 时，SGD 模型的性能得分，对测试结果进行绘图。




# 测试etc在不同取值下的回归效果
scores = []
eta0 = [0.005, 0.01, 0.015, 0.02, 0.025, 0.03, 0.035, 0.04, 0.045, 0.05] # 10个值
scores.append([])
for alpha in eta0:
    sgd.alpha = alpha
    sgd.fit(x_train, y_train.ravel())
    scores[0].append(sgd.score(x_test, y_test))
print(scores)




# 对参数测试绘制结果图
fig = plt.figure(figsize=(10,7))
name = 'SGDRegressor'
plt.plot(range(10), scores[0])
plt.title(name)
print('Max accuracy of %s: %.2f' %(name, max(scores[0])))
plt.show()

每次迭代结果都不一样，但是模型（最优）得分是一样的