目錄

一、基本概念

二、概念的數(shù)學(xué)形式表達(dá)

三、確定w和b

1.讀取或輸入數(shù)據(jù)

2.歸一化、標(biāo)準(zhǔn)化

2.1 均值

2.2 歸一化

2.3 標(biāo)準(zhǔn)化

3.求解w和b

1.直接解方程

2.最小二乘法（least square method）求解：

4. 評(píng)估回歸模型

四、sklearn中的線性回歸

1.對(duì)數(shù)據(jù)進(jìn)行解析

2.對(duì)原始值和預(yù)測值進(jìn)行繪圖

3.繪制殘差圖

---

一、基本概念

線性(linear)：

指量與量之間按比例、成直線的關(guān)系，在空間和時(shí)間上代表規(guī)則和光滑的運(yùn)動(dòng)，一階導(dǎo)數(shù)為常數(shù)

非線性(non-linear)：

指不按比例、不成直線的關(guān)系，代表不規(guī)則的運(yùn)動(dòng)和突變，一階導(dǎo)數(shù)不為常數(shù)。

一個(gè)線性的例子：

數(shù)據(jù)：工資和年齡（2個(gè)特征）

目標(biāo)：預(yù)測銀行會(huì)貸款給我多少錢（標(biāo)簽）

考慮：工資和年齡都會(huì)影響最終銀行貸款的結(jié)果，那么他們各自有多大的影響呢？（參數(shù)）

通俗的解釋：

x1,x2就是我們的兩個(gè)特征（年齡、工資），y是銀行最終會(huì)借給我們多少錢

找到最合適的一條線（想象一個(gè)高維）來最好的擬合我們的數(shù)據(jù)點(diǎn)

數(shù)學(xué)形式來了

二、概念的數(shù)學(xué)形式表達(dá)

給定數(shù)據(jù)集：

數(shù)據(jù)的矩陣形式：

?線性模型(linear model)試圖學(xué)得一個(gè)通過屬性組合的線性組合來進(jìn)行預(yù)測的函數(shù)，即

用向量形式寫成:???

線性回歸(linear regression)試圖學(xué)得一個(gè)線性模型以盡可能準(zhǔn)確地預(yù)測實(shí)值輸出標(biāo)記

三、確定w和b

對(duì)離散屬性：

若屬性間存在“序”關(guān)系，可通過連續(xù)化將其轉(zhuǎn)化為連續(xù)值。

若屬性間不存在“序”關(guān)系，則轉(zhuǎn)化為k維向量。

1.讀取或輸入數(shù)據(jù)

#導(dǎo)入相關(guān)庫 numpy pandas import pandas import numpy #如果沒有請(qǐng)安裝哦,如下 # pip install pandas # pip install numpy

有庫了，我們才可以導(dǎo)入數(shù)據(jù)哇

首先我們先看看csv數(shù)據(jù)的導(dǎo)入

import pandas as pd文件 data = pd.read_csv(r'路徑', encoding='gbk') #讀取csv數(shù)據(jù)方式 pd.read_csv # encoding='gbk' 定義編碼方式 常用只有兩種 utf8 和 gbk 按需定義即可#下面這種讀取是顯示沒有第一列的數(shù)據(jù) index_col=0 python中第0列也就是實(shí)際的第1列 #reset_index(drop=True) True表示執(zhí)行此刪除命令 data= pd.read_csv(r"路徑", encoding='gbk', index_col=0).reset_index(drop=True)

?讀取數(shù)據(jù)后得分出和為X，何為Y

X = data.iloc[:,0:4] # 0到3列所有的數(shù)據(jù)也就是實(shí)際的1到4列 Y = data.iloc[:, 5] # 第5列所有的數(shù)據(jù)也就是實(shí)際的第6列

?接下來我們看看自己建立矩陣的數(shù)據(jù)讀取方式

import numpy as np a = np.array([1,2,3]) print(a) b = np.array([[1,2],[2,3]]) print(b)

返回：

?

?說到矩陣了，就順便說一下

創(chuàng)建矩陣的相關(guān)知識(shí)：mat() 創(chuàng)建矩陣array() 將列表轉(zhuǎn)換為數(shù)組，可選擇顯式指定dtypearange() range的numpy版，支持浮點(diǎn)數(shù)linspace() 類似arange()，第三個(gè)參數(shù)為數(shù)組長度zeros() 根據(jù)指定形狀和dtype創(chuàng)建全0數(shù)組ones() 根據(jù)指定形狀和dtype創(chuàng)建全1數(shù)組empty() 根據(jù)指定形狀和dtype創(chuàng)建空數(shù)組（隨機(jī)值）eye() 根據(jù)指定邊長和dtype創(chuàng)建單位矩陣

2.歸一化、標(biāo)準(zhǔn)化

2.1 均值

# 在這里我們可以直接用numpy中的mean函數(shù)計(jì)算 numpy。mean()

順便介紹一下其他的numpy中的相關(guān)常用函數(shù)：
sum 求和
cumsum 求前綴和
mean 求平均數(shù)
std 求標(biāo)準(zhǔn)差
var 求方差
min 求最小值
max 求最大值
argmin 求最小值索引
argmax 求最大值索引

?要想確定w和b，首先要視情況決定是否需要對(duì)數(shù)據(jù)進(jìn)行歸一化或標(biāo)準(zhǔn)化

2.2 歸一化

#范圍歸一化 此方法只適用一維數(shù)據(jù) import numpy as np data = np.asarray([1,5,3,8,4]) for x in data:x = float(x - np.min(data))/(np.max(data)- np.min(data))print(x) # sklearn中的范圍歸一化函數(shù)MinMaxScaler函數(shù)可適用多維數(shù)據(jù) from sklearn import preprocessing import numpy as np X = np.array([[ 1., -1., 2.], [ 2., 0., 0.], [ 0., 1., -1.]]) min_max_scaler = preprocessing.MinMaxScaler() x = min_max_scaler.fit_transform(X)

2.3 標(biāo)準(zhǔn)化

#標(biāo)準(zhǔn)化 import numpy as npcc = np.array([[1,2,3],[4,5,6]]) #創(chuàng)建矩陣 print(cc) #輸出矩陣cc_mean = np.mean(cc, axis=0) #axis=0,表示按列求均值 ——— 即第一維，每一列可看做一個(gè)維度或者特征 cc_std = np.std(cc, axis=0) #xis=0,表示按列求標(biāo)準(zhǔn)差 cc_zscore = (cc-cc_mean)/cc_std #直接計(jì)算，對(duì)數(shù)組進(jìn)行標(biāo)準(zhǔn)化，一定要注意維度 print(cc_zscore) #輸出結(jié)果 #sklearn中的標(biāo)準(zhǔn)化 from sklearn.preprocessing import StandardScalerscaler = StandardScaler() cc_zscore = scaler.fit_transform(cc) print(cc_zscore) #輸出結(jié)果

3.求解w和b

1.直接解方程

N = data.shape[0] X_mean = np.mean(X) #求均值 X_mean = np.array(X_mean) #轉(zhuǎn)為數(shù)組 Y_mean = np.mean(Y) #求均值 Y_mean = np.array(Y_mean) #轉(zhuǎn)為數(shù)組A = np.dot(X.T,X)-N*np.dot(X_mean.T,X_mean) C = np.dot(X.T,Y)-N*np.dot(X_mean.T,Y_mean) B = np.dot(np.linalg.inv(A),C) #系數(shù) BB = Y_mean - np.dot(X_mean,B.T) #常數(shù) YY = np.dot(X,B.T)+BB #Y的估計(jì)值

2.最小二乘法（least square method）求解：

把數(shù)據(jù)集D表示為一個(gè)m*(d+1)大小的矩陣X，其中每行對(duì)應(yīng)于一個(gè)示例，改行前d個(gè)元素對(duì)應(yīng)于示例的d個(gè)屬性值，最好一個(gè)元素恒置為1，即

x = np.array([[1,5,8],[2,5,8],[1,4,6]]) Y = np.array([2,5,3]) b = np.ones(3) X = np.insert(x, 3, values=b, axis=1)

當(dāng)X^TX 為滿秩矩陣(full-rank matrix) 或正走矩陣(positive definite matrix) 時(shí)，令

得到

w=np.dot(np.dot(np.linalg.inv(np.dot(X.T,X)),X.T),Y)

?其中(X^TX)^-l是矩陣(X^TX)的逆矩陣.令xi = (xi ,l) ,則最終學(xué)得的多元線性回歸模型為

4. 評(píng)估回歸模型

#離差平方和 S = np.var(Y) #回歸平方和 U = np.var(YY) #剩余平方和 Q = S - U #復(fù)可決系數(shù) R2 = U/S #負(fù)相關(guān)系數(shù) R = np.sqrt(U/S) #回歸均方 # n= X_mean 的個(gè)數(shù) UU = U/n #剩余均方 # N= Y的個(gè)數(shù) QQ = Q/(N-n-1) #剩余標(biāo)準(zhǔn)差 s = np.sqrt(QQ) #方程顯著性檢驗(yàn)值 F = UU/QQ

四、sklearn中的線性回歸

1.對(duì)數(shù)據(jù)進(jìn)行解析

from sklearn import linear_model import numpy as np import pandas as pd #使用最小二乘線性回歸進(jìn)行擬合，導(dǎo)入相應(yīng)的模塊 lr=linear_model.LinearRegression() data = pd.read_csv(r'D:\桌面\A.csv', encoding='gbk') X = data.iloc[:,0:4] Y = data.iloc[:, 5] X_train,X_test,Y_train,Y_test=train_test_split(X, Y, test_size=0.2, random_state=0) lr.fit(X_train,Y_train) #擬合 y=lr.predict(X) #得到預(yù)測值集合y coef=lr.coef_ #獲得該回該方程的回歸系數(shù)與截距 intercept=lr.intercept_ print("預(yù)測方程回歸系數(shù)：",coef) print("預(yù)測方程截距：",intercept) score=lr.score(X_test,Y_test) #對(duì)得到的模型打分 print('模型的預(yù)測分',score)

2.對(duì)原始值和預(yù)測值進(jìn)行繪圖

from matplotlib import pyplot as plt plt.plot(range(1,len(Y)+1),Y) plt.plot(range(1,len(Y)+1),y) plt.show()

3.繪制殘差圖

err = y - Y #求殘差 plt.plot(range(1,len(Y)+1),err) plt.show()

總結(jié)

以上是生活随笔為你收集整理的机器学习之线性回归（python）的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。