回归模型

传统上而言，编程就是设定好每一步骤让程序实现某个结果，机器学习将它反过来了，我们先定义结果，程序进行自我学习，寻找步骤来实现它

比如，想做一个识别车牌的程序，不需要直接把代码写出来，
而是告诉机器如何识别数百种特征，
比如给机器车牌字母的形状、颜色这些样本数据，让机器自己去摸索步骤，来识别它们

机器学习分类

• 监督学习：给模型一些带标签的数据集，如车的图片，机器收到反馈[每一步都收到反馈]，哪些信息是正确的，哪些是错误的
  机器将标签和数据做映射，就能解决给定的任务，如：将图像中的汽车进行分类
• 无监督学习：给模型一堆没有标签的数据集，机器没有获得正确与否的反馈，需要自我学习数据的结构解决给定的任务(大部分数据都没有标记且杂乱无章)[从头到尾都没有反馈]
• 强化学习：模型并未立刻收到反馈，只有在达到目标时才收到反馈，例如创建一个强化学习机器人，让它学习下棋击败人类，它只会在它赢棋那一刻收到反馈[与环境互动、不断试错]

预测动物体重

数据地址

不同动物的测量值的数据集，要根据大脑重量来预测动物的体重，因为这些数据都已有标签，将采用监督学习，采取机器学习的方式叫做”回归”

散点图上会显示出所有的数据点，x轴代表脑重、y轴代表体重

# -*- coding: utf-8 -*-

# 导入pandas阅读数据集
import pandas as pd
# 使用机器学习库
from sklearn import linear_model
# matplotlib将模型和数据可视化
import matplotlib

matplotlib.use('agg')
import matplotlib.pyplot as plt

# read data
# 数据集包含平均体重和脑重，针对不同物种
# 将固定列宽格式的数据转化成pandas的dataframe对象[行和列组成的而二维数据结构]
datafram = pd.read_fwf('/data/DeepLearning/brain_body.txt')
# 将测量值读入两个单独的变量
# 脑重值
x_values = datafram[['Brain']]
# 体重值
y_values = datafram[['Body']]
# 目标：给一个新动物的体重，就能预测出它的脑容量是多少

# train model on data
# 通过线性模型对象来初始化线性回归
body_reg = linear_model.LinearRegression()
# 将模型与真实的x、y值做对比,将x、y值标在一张散点图上
body_reg.fit(x_values, y_values)

predict_result = body_reg.predict(16.760)

print("根据脑重预测动物体重：", predict_result)

# visualize results
# 做回归线
# 对于每个x值，预测它的y值，作出那条线
# plt.scatter(x_values,y_calues)
# plt.plot(x_values,body_reg.predict(x_values))
# 通过show函数来显示
# plt.show()

运行结果

根据脑容量预测动物体重： [[ 107.20287533]]

大脑重量和体重之间似乎有很强的关联性，根据回归线，给定任意大脑重量，我们都能相应地预测体重

传统编程是认为定义步骤来实现结果，机器学习则是定义结果，程序自己寻找实现方式

线性回归在自变量和因变量之间建立模型，构建出一条最佳拟合直线，可以用它来做预测

线性回归注意事项

线性回归会根据训练数据生成直线模型。

如果训练数据包含非线性关系，需要选择：调整数据（进行数据转换）、增加特征数量或改用其他模型

容易受到异常值影响

线性回归的目标是求取对训练数据而言的 “最优拟合” 直线。如果数据集中存在不符合总体规律的异常值，最终结果将会存在不小偏差。

但若添加若干不符合规律的异常值，会明显改变模型的预测结果

多元线性回归

如果预测结果取决于多个变量，则需相应创建更加复杂的模型

只要所选自变量/预测变量适合当前场景，增加变量有助于改善预测结果

在只有单个预测变量时，线性回归模型是一条直线，而增加预测变量，相当于增加图像维度

在仅有单个预测变量时，直线模型的公式为

y=mx+b

图像如下所示：

y=m​1x1+m​2x2+...+m​nxn+b

此时需要使用三维图像来进行展示，线性回归模型也变成了平面：

预测变量的数量可以超过两个，甚至在合适的情况下多多益善！

若使用n个预测变量，那么模型公式则为：

模型中的预测变量越多，就越难以通过图像展示

幸好线性回归的其他环节不发生变化，仍然可以用相同方式拟合模型和做出预测

# -*- coding: utf-8 -*-

from sklearn.linear_model import LinearRegression
from sklearn.datasets import load_boston

# 使用波士顿房价数据集，数据集中包含 506 栋房屋的 13 个特征与房价中值（单位为 1000 美元）
# 根据这 13 个特征拟合模型，并预测房价

boston_data = load_boston()
x = boston_data['data']
y = boston_data['target']


def product_model():
    '''
    # 构建线性回归模型
        # 使用scikit-learn的LinearRegression创建回归模型，然后赋予model变量
        # 根据数据拟合模型
    :return: 
    '''
    model = LinearRegression()
    model.fit(x, y)
    return model


def make_prediction(model):
    sample_house = [
        [2.29690000e-01, 0.00000000e+00, 1.05900000e+01, 0.00000000e+00, 4.89000000e-01, 6.32600000e+00, 5.25000000e+01,
         4.35490000e+00, 4.00000000e+00, 2.77000000e+02, 1.86000000e+01, 3.94800000e+01, 1.09700000e+01]]
    prediction = model.predict(sample_house)
    print("预测结果：", prediction, " RMB")


if __name__ == "__main__":
    md = product_model()
    make_prediction(md)