用scikit-learn和pandas學習線性回歸
對于想深入了解線性回歸的童鞋，這里給出一個完整的例子，詳細學完這個例子，對用scikit-learn來運行線性回歸，評估模型不會有什么問題了。
1. 獲取數(shù)據(jù)，定義問題
沒有數(shù)據(jù)，當然沒法研究機器學習啦。:) 這里我們用UCI大學公開的機器學習數(shù)據(jù)來跑線性回歸。
數(shù)據(jù)的介紹在這： http://archive.ics.uci.edu/ml/datasets/Combined+Cycle+Power+Plant
數(shù)據(jù)的下載地址在這： http://archive.ics.uci.edu/ml/machine-learning-databases/00294/
里面是一個循環(huán)發(fā)電場的數(shù)據(jù)，共有9568個樣本數(shù)據(jù)，每個數(shù)據(jù)有5列，分別是:AT（溫度）, V（壓力）, AP（濕度）, RH（壓強）, PE（輸出電力)。我們不用糾結(jié)于每項具體的意思。
我們的問題是得到一個線性的關系，對應PE是樣本輸出，而AT/V/AP/RH這4個是樣本特征， 機器學習的目的就是得到一個線性回歸模型，即:
PE=θ0+θ1?AT+θ2?V+θ3?AP+θ4?RHPE=θ0+θ1?AT+θ2?V+θ3?AP+θ4?RH
而需要學習的，就是θ0,θ1,θ2,θ3,θ4θ0,θ1,θ2,θ3,θ4這5個參數(shù)。
2. 整理數(shù)據(jù)
下載后的數(shù)據(jù)可以發(fā)現(xiàn)是一個壓縮文件，解壓后可以看到里面有一個xlsx文件，我們先用excel把它打開，接著“另存為“”csv格式，保存下來，后面我們就用這個csv來運行線性回歸。
打開這個csv可以發(fā)現(xiàn)數(shù)據(jù)已經(jīng)整理好，沒有非法數(shù)據(jù)，因此不需要做預處理。但是這些數(shù)據(jù)并沒有歸一化，也就是轉(zhuǎn)化為均值0，方差1的格式。也不用我們搞，后面scikit-learn在線性回歸時會先幫我們把歸一化搞定。
好了，有了這個csv格式的數(shù)據(jù)，我們就可以大干一場了。
3. 用pandas來讀取數(shù)據(jù)
我們先打開ipython notebook,新建一個notebook。當然也可以直接在python的交互式命令行里面輸入，不過還是推薦用notebook。下面的例子和輸出我都是在notebook里面跑的。
先把要導入的庫聲明了：
import matplotlib.pyplot as plt %matp延伸閱讀
- ssh框架 2016-09-30
- 阿里移動安全 [無線安全]玩轉(zhuǎn)無線電——不安全的藍牙鎖 2017-07-26
- 消息隊列NetMQ 原理分析4-Socket、Session、Option和Pipe 2024-03-26
- Selective Search for Object Recognition 論文筆記【圖片目標分割】 2017-07-26
- 詞向量-LRWE模型-更好地識別反義詞同義詞 2017-07-26
- 從棧不平衡問題 理解 calling convention 2017-07-26
- php imagemagick 處理 圖片剪切、壓縮、合并、插入文本、背景色透明 2017-07-26
- Swift實現(xiàn)JSON轉(zhuǎn)Model - HandyJSON使用講解 2017-07-26
- 阿里移動安全 Android端惡意鎖屏勒索應用分析 2017-07-26
- 集合結(jié)合數(shù)據(jù)結(jié)構(gòu)來看看(二) 2017-07-26
學習是年輕人改變自己的最好方式