02_基于线性回归预测糖尿病

基于线性回归预测糖尿病

1、实验描述

• 使用Python编程，利用diabetes
  dataset，一个糖尿病数据集，主要包括442行数据，10个属性值，分别是：Age(年龄)、性别(Sex)、Body
  mass index(体质指数)、Average Blood
  Pressure(平均血压)、S1~S6一年后疾病级数指标。Target为一年后患疾病的定量指标。首先将数据集划分为训练集和测试集，创建线性回归模型，然后训练数据集，得到每个特征下的参数。绘图表示出真实值和预测值之间的对比。

• 实验时长：35分钟

• 主要步骤：

  • 数据集的划分

  • 创建普通线性回归模型

  • 将训练数据输入学习模型中进行训练

  • 将测试数据输入模型，获得预测结果

  • 绘图进行效果评估

2、实验环境

• 系统版本：CentOS7

• Python版本：3.6.6

• Matplotlib版本：2.2.2

• Anaconda版本：4.3.30

• Numpy版本：1.13.1

• scikit-learn版本：0.18.2

3、相关技能

• Python编程

• 线性