[python] 人工智慧學習筆記-(1)簡單線性迴歸Simple Linear Regression

[忠孝新生] 4Mano Caffé

上一篇是PO咖啡，這一篇是PO鬆餅~~低銷一杯飲料，麻糬鬆餅很好吃

好多麻糬阿裡面，鬆餅外面脆脆的，烤鬆餅技術很強!!!

今天是學習筆記~程式碼再最下面

R-squared有夠爛QQ，本來想寫點什麼，但好像備註就寫完了XD
不知道為什麼設定css/js插入程式碼一直失敗，先找了一個將就的用，再來改更好的!!

導入需要的package或module

from sklearn import datasets #第二個區塊用到
from sklearn.model_selection import train_test_split #第三個區塊用到
from sklearn.linear_model import LinearRegression #第四個區塊用到

從sklearn載入data，裡面有很多種喔scikit-learn的datasets

#從datasets載入糖尿病資料
diabetes = datasets.load_diabetes()
#取得X，只選擇其中一個變數
diabetes_X = diabetes.data[:, np.newaxis, 2]
#取得y
diabetes_y = diabetes.target[:]

如何分測試集訓練集其實要看你的資料量大小

#分割測試資料及訓練資料，每次都是隨機分，執行一次就重分一次喔~
X_train, X_test, y_train, y_test = train_test_split(X,y,test_size=0.1) #設置10%的資料為測試集，預設為25%

開始建構模型

regr = LinearRegression() #導入模型
regr.fit(X,y) #訓練模型

圖畫的方式是照順序，可以一行一行跑跑看

plt.plot(X,regr.predict(X),'r') #畫迴歸線，r=red，設定線的顏色為紅色
plt.scatter(X_train,y_train) #訓練集散布圖
plt.scatter(X_test,y_test); #測試集散布圖

我也沒去仔細研究資料集內容，R-squared低是正常的，之後再來試試複迴歸

#R-squared coefficient of determination
print('R-squared: %.20f' % regr.score(X_test, y_test)) #因為我想看到小數點後20位就~~設20了XD
#也可以用下面這個，結果一樣
from sklearn.metrics import r2_score
print('R-squared: %.20f' % r2_score(y_test, regr.predict(X_test)))