Python多元线性回归

迈不过友情╰ 2023-03-13 05:59 46阅读 0赞

## Python多元线性回归 ##

1.首先导入需要的模块

import pandas
    from sklearn.model_selection import train_test_split #交叉验证 训练和测试集合的分割
    from sklearn.linear_model import LinearRegression
    import numpy as np
    import matplotlib.pyplot as plt

2.数据集使用的是Advertising.csv；总共两百条数据，记录的是广告投入与销售之间的关系。之间关系如下  
Sales = TV*x1+Radio*x2+Newspaper\*x3+b；  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDIzNTEwOQ_size_16_color_FFFFFF_t_70]  
3.读取数据

# 读取csv数据
    data = pandas.read_csv("csv//Advertising.csv");

4.构建X和Y特征向量

# 构建X和Y   scikit-learn要求X是一个特征矩阵，y是一个NumPy向量。pandas构建在NumPy之上。
    # 因此，X可以是pandas的DataFrame，y可以是pandas的Series，scikit-learn可以理解这种结构
    X = data[['TV','Radio','Newspaper']];  #返回 dataframe
    print(type(X),"  ",X.shape);   # 返回X类型  X的维度
    Y = data['Sales']; #返回Series类型  及list
    print(type(Y),"   ",Y.shape);  # 返回X类型  X的维度

输出  
![在这里插入图片描述][20200511233149120.png]  
5.拆分训练集和测试集

#  训练集测试集拆开 百分之75用于训练 百分之25用于测试
    # random_state 在需要设置random_state的地方给其赋一个值，当多次运行此段代码能够得到完全一样的结果，别人运行此代码也可以复现你的过程。若不设置此参数则会随机选择一个种子，执行结果也会因此而不同了。虽然可以对random_state进行调参，但是调参后在训练集上表现好的模型未必在陌生训练集上表现好，所以一般会随便选取一个random_state的值作为参数。
    X_train,X_test,Y_train,Y_test = train_test_split(X,Y,random_state=1);
    print(X_train.shape,"  ",X_test.shape,"  ",Y_train.shape,"  ",Y_test.shape);

输出  
![在这里插入图片描述][20200511233207574.png]  
6.线性回归

# sklearn线性回归
    lrg = LinearRegression();
    model = lrg.fit(X_train,Y_train);  #训练
    print(model);
    print(lrg.intercept_);  #输出截距
    coef = zip(['TV','Radio','Newspaper'],lrg.coef_) #特征和系数对应  打包对应为元组
    for T in coef :
        print(T); #输出系数

输出  
![在这里插入图片描述][20200511233230435.png]  
7.预测

#预测
    y_pred = lrg.predict(X_test);
    print(y_pred);  #输出测试值

输出  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDIzNTEwOQ_size_16_color_FFFFFF_t_70 1]  
8.\#评价测度

#评价测度  对于分类问题，评价测度是准确率，但其不适用于回归问题，因此使用针对连续数值的评价测度（evaluation metrics）。
    # 这里介绍3种常用的针对线性回归的评价测度。·
    # 平均绝对误差（Mean Absolute Error，MAE）；
    # ·均方误差（Mean Squared Error，MSE）；
    # ·均方根误差（Root Mean Squared Error，RMSE）。这里使用RMES进行评价测度。
    print("预测");
    print(type(y_pred),type(Y_test));
    print(len(y_pred),len(Y_test));  #  len() 方法返回对象（字符、列表、元组等）长度或项目个数。
    
    sum_mean = 0;
    for i in range(len(y_pred)):   #for循环
        sum_mean+=(y_pred[i]-Y_test.values[i])**2;
    sum_erro = np.sqrt(sum_mean/len(y_pred));  # sqrt()根号  均方根误差
    print("均方根误差",sum_erro);

输出  
![在这里插入图片描述][20200511233309813.png]  
9.绘制ROC曲线

plt.figure();
    plt.plot(range(len(y_pred)),y_pred,'b',label="predict");   #x: x轴上的数值 y: y轴上的数值 ls：折线图的线条风格 lw：折线图的线条宽度 label：标记图内容的标签文本
    plt.plot(range(len(Y_test)),Y_test,'r',label="test");
    plt.xlabel("the number of sales");
    plt.ylabel("value of sales");
    plt.legend();  # 用于显示plot函数里面 label标签
    plt.show();

输出  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDIzNTEwOQ_size_16_color_FFFFFF_t_70 2]

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDIzNTEwOQ_size_16_color_FFFFFF_t_70]: /images/20230312/0109a41a85aa414bb030e4a8ae216af4.png
[20200511233149120.png]: /images/20230312/8c4a9d6e3b0d406d891fcbc8bf52ba75.png
[20200511233207574.png]: /images/20230312/f1f2b26737b64444b224ff6e692c8885.png
[20200511233230435.png]: /images/20230312/0adadebc7bc749fdad0dd8d84cc9623f.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDIzNTEwOQ_size_16_color_FFFFFF_t_70 1]: /images/20230312/52279b94e36f4910bd3185b35653af3a.png
[20200511233309813.png]: /images/20230312/16b931992bbb4ef9b4a49236697822eb.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDIzNTEwOQ_size_16_color_FFFFFF_t_70 2]: /images/20230312/0444572c156c4837bf526eee24360b0c.png