5. `sklearn`下的线性回归

本文以线性回归为例，介绍使用sklearn进行机器学习的一般过程。

• 首先生成模拟数据

import numpy as np
def get_data(theta_true,N):
    X=np.random.normal(size=(N,len(theta_true)))
    Y=X@theta_true+np.random.normal(size=(N))
    return (X,Y)
theta_true=np.array([2,3,4])
X,Y=get_data(theta_true,100)

• 实例化一个估计器，进行一些可选参数配置。sklearn里的回归和线性回归是位于

  sklearn.linear_model包中的``LinearRegression`类，在实例化对象时有两个参数：

  • fit_intercept：bool，默认为True，是否计算此模型的截距，False 表示不计算截距
  • normalize：bool，默认为False如果为True，则在回归之前将对回归变量X进行归一化
  • copy_X : 布尔型参数，若为True，则X将被复制；否则将被覆盖。 可选参数。默认值为True。
  • n_jobs : 整型参数，表示用于计算的作业数量；若为-1，则用所有的CPU。可选参数。默认值为1

from sklearn.linear_model import LinearRegression
lm_model = LinearRegression()

• 调用估计器的fit方法，传入数据和标签，进行学习

lm_model.fit(X,Y)

• 查看估计出来的参数

lm_model.intercept_#查看截距
lm_model.coef_#查看系数

• 进行预测

lm_model.predict(X_test)

• 模型评估

lm.model.score(X_test,Y_test)#用R方进行评估