机器学习之linear_model (线性回归算法模型)

1.matplotlib

首先看一下这个静态图绘制模块

静态图形处理
数据分析三剑客
- Numpy : 主要为了给pandas提供数据源
- pandas : 更重要的数据结构
- matplotlib : 静态图形处理

海滨城市温度分析案例

导包

# 导包

import numpy as np

import pandas as pd

from pandas import Series,DataFrame

import matplotlib.pyplot as plt

from pylab import mpl

mpl.rcParams['font.sans-serif'] = ['FangSong'] # 指定默认字体

mpl.rcParams['axes.unicode_minus'] = False # 解决保存图像是负号'-'显示为方块的问题

导入数据(各个海滨城的数据)

# 导入数据(各个海滨城市数据)

ferrara1 = pd.read_csv('./ferrara_150715.csv')

ferrara2 = pd.read_csv('./ferrara_250715.csv')

ferrara3 = pd.read_csv('./ferrara_270615.csv')

ferrara=pd.concat([ferrara1,ferrara1,ferrara1],ignore_index=True)

torino1 = pd.read_csv('./torino_150715.csv')

torino2 = pd.read_csv('./torino_250715.csv')

torino3 = pd.read_csv('./torino_270615.csv')

torino = pd.concat([torino1,torino2,torino3],ignore_index=True)

...

去除没用的列

city_list = [faenza,cesena,piacenza,bologna,asti,ravenna,milano,mantova,torino,ferrara]

for city in city_list:

    city.drop(labels='Unnamed: 0',axis=1,inplace=True)

构造数据,显示最高温度与离海远近的关系

max_temp = []

dist_list = []

for city in city_list:

    temp = city["temp"].max()

    max_temp.append(temp)

    dist = city['dist'][0]

    dist_list.append(dist)

plt.scatter(dist_list,max_temp)   # 传入两个列表

plt.xlabel("距离")  # x

plt.xlabel("最高温度") # y

plt.title("最高温度和距离之间的关系") # 标题

2.创建算法模型

2.1 线性回归算法模型

多用于预测

sklearn.linear_model

创建一个温度模型,让其可以根据一个距离预测出该距离对应城市的最高温度.

#样本数据的提取

feature = np.array(dist_list) # 数组形式的特征数据

target = np.array(max_temp) # 数组形式的目标数据

# 线性回归算法模型 y = ax + b  --> 通过训练求出最匹配的a和b

from sklearn.linear_model import LinearRegression

linear = LinearRegression()  # 实例化算法模型

# 训练模型

linear.fit(feature.reshape(-1,1),target) # 特征数据必须是二维的 !!!

# 基于训练好的模型对象实现预测功能

linear.predict([[226],[333]])

绘制关系图

# 使用多个点绘制最高温度和距离之间的关系

x = np.linspace(0,400,num=100)

y = linear.predict(x.reshape(-1,1))

plt.scatter(dist_list,max_temp)

plt.scatter(x,y)

plt.xlabel('距离')

plt.ylabel('最高温度')

plt.title('最高温度和距离直接的关系')

巴特西

机器学习之linear_model (线性回归算法模型)

1.matplotlib

2.创建算法模型

2.1 线性回归算法模型

最新文章

热门文章