基于github上的一个学习项目进行https://github.com/Avik-Jain/100-Days-Of-ML-Code
由浅入深，省去前期手工推导，练习中引入库来完成。
一般一天更新一次练习，我会将里面的英文引导翻译成中文。
完整代码：https://github.com/jwc19890114/-02-learning-file-100days/blob/master/02.ipynb
简单的线性回归
Day2.jpg
使用一个单一特征预测
线性回归是一个基于自变量X（independent variable）预测因变量Y（dependent variable）的方法。假设两个变量有线性相关性，通过X预测Y
如何发现最合适的线
在这个回归模型中，通过最小化预测的错误来发现最佳拟合
第一步：数据预处理
- 引入库
- 引入数据集
- 检查丢失数据
- 分割数据集
- 特征缩放
data=pd.read_excel(r'.\studentscores.xlsx')
X=data.iloc[:,:1].values
Y=data.iloc[:,1].values
X_train, X_test, Y_train, Y_test = train_test_split( X , Y , test_size = 1/4, random_state = 0)
sc_X = StandardScaler()
第二步：使用训练集拟合简单线性回归模型
为了让模型拟合数据集，使用sklearn.linear_model中的LinearRegression；构建一个LinearRegression类的regressor
这时可以使用LinearRegression类的fit()方法对数据进行拟合
from sklearn.linear_model import LinearRegression
regressor=LinearRegression()
regressor=regressor.fit(X_train,Y_train)
第三步：预测结果
现在可以预测test集中的观测数据。保存输出向量Y_pred。使用LinearRegression类中的预测方法
Y_pred=regressor.predict(X_test)
第四步：可视化
可视化结果，使用matplotlib.pyplot库构建一个散点图
import matplotlib.pyplot as plt
plt.scatter(X_train , Y_train, color = 'red')
plt.plot(X_train , regressor.predict(X_train), color ='blue')
image.png
同样，可以看一下测试集的效果
plt.scatter(X_test , Y_test, color = 'blue')
plt.plot(X_test , regressor.predict(X_test), color ='blue')
image.png
