sklearnの線形モデル

skearnでは、sklearn.linear_modelを使用して線形モデルを作成できます

次に、フィット関数を使用してトレーニングします

次に、predictを使用して予測します

スコア関数を使用して、予測の精度を予測および計算することもできます

コード

import numpy as np
import matplotlib.pyplot as plt
from sklearn import datasets
from sklearn import linear_model

#获取数据 X，Y,并画图

X, Y = datasets.make_regression(n_samples=100, n_features=1, n_targets=1, noise=1)
plt.scatter(X, Y)
plt.show()


#区分训练集和测试集
X_train = X[:-20]
X_test  = X[-20:]

Y_train = Y[:-20]
Y_test  = Y[-20:]

#选择模型
lm = linear_model.LinearRegression()


#训练，获得模型
lm.fit(X_train, Y_train)
#查看模型的参数，也就是系数
print('模型参数:', lm.coef_)


#训练集和测试集的预测值
train_pred = lm.predict(X_train)
test_pred  = lm.predict(X_test)

#输出预测的误差
print("训练集的预测均方误差:%.2f" % np.mean((train_pred-Y_train)**2))

print("测试集的预测均方误差:%.2f" % np.mean((test_pred-Y_test)**2))

print("预测score:%.2f" % lm.score(X_test, Y_test))

実験結果