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

1. 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
   

2. 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)
   ...
   

1. 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)
   

2. 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')