线性回归模型的基础知识

我准备使用scikit-learn给大家介绍一些模型的基础知识，今天就来讲讲 线性回归模型 。

1.准备

开始之前，你要确保Python和pip已经成功安装在电脑上，如果没有，可以访问这篇文章：超详细Python安装指南 进行安装。

**(可选1) **如果你用Python的目的是数据分析，可以直接安装Anaconda：Python数据分析与挖掘好帮手—Anaconda，它内置了Python和pip.

**(可选2) **此外，推荐大家用VSCode编辑器，它有许多的优点：Python 编程的最好搭档—VSCode 详细指南。

请选择以下任一种方式输入命令安装依赖 ：

1. Windows 环境 打开 Cmd (开始-运行-CMD)。
2. MacOS 环境 打开 Terminal (command+空格输入Terminal)。
3. 如果你用的是 VSCode编辑器 或 Pycharm，可以直接使用界面下方的Terminal.

pip install scikit-learn

2.简单的训练集

冬天快到了，深圳这几天已经准备开始入冬了。

从生活入手，外界温度对是否穿外套的影响是具有线性关系的：

外界温度	是否穿外套
30度	不
25度	不
20度	不
15度	是
10度	是

现在，考虑这样的一个问题：如果深圳的温度是12度，我们应不应该穿外套？

这个问题很简单，上述简单的训练集中，我们甚至不需要机器学习就能轻易地得到答案：应该。但如果训练集变得稍显复杂一些呢：

你能看出其中x1, x2, x3和y之间的规律吗？

比较难，但是如果你有足够的数据（比如100个），机器学习能够迅速解决这个问题。

为了方便展示机器学习的威力，我们在这里生产100个这样的训练集（公式为: y=x1 + 2x2 + 3x3）：

from random import randint
TRAIN_SET_LIMIT = 1000
TRAIN_SET_COUNT = 100

TRAIN_INPUT = list()
TRAIN_OUTPUT = list()
for i in range(TRAIN_SET_COUNT):
    a = randint(0, TRAIN_SET_LIMIT)
    b = randint(0, TRAIN_SET_LIMIT)
    c = randint(0, TRAIN_SET_LIMIT)
    op = a + (2*b) + (3*c)
    TRAIN_INPUT.append([a, b, c])
    TRAIN_OUTPUT.append(op)

然后让线性回归模型使用该训练集(Training Set)进行训练(fit)，然后再给定三个参数(Test Data)，进行预测(predict)，让它得到y值(Prediction)，如下图所示。

3.训练和测试

为什么我使用sklearn？因为它真的真的很方便。像这样的训练行为，你只需要3行代码就能搞定：

from sklearn.linear_model import LinearRegression

predictor = LinearRegression(n_jobs=-1)
predictor.fit(X=TRAIN_INPUT, y=TRAIN_OUTPUT)

需要注意线性回归模型(LinearRegression)的参数:

n_jobs：默认为1，表示使用CPU的个数。当-1时，代表使用全部CPU

predictor.fit 即训练模型，X是我们在生成训练集时的TRAIN_INPUT，Y即TRAIN_OUTPUT.

训练完就可以立即进行测试了，调用predict函数即可：

X_TEST = [[10, 20, 30]]
outcome = predictor.predict(X=X_TEST)
coefficients = predictor.coef_

print('Outcome : {}nCoefficients : {}'.format(outcome, coefficients))

这里的 coefficients 是指系数，即x1, x2, x3.

得到的结果如下:

Outcome : [ 140.]
Coefficients : [ 1. 2. 3.]

验证一下：10 + 202 + 303 = 140 完全正确。

如何，机器学习模型，用起来其实真的没你想象中的那么难，大部分人很可能只是卡在了安装 scikit-learn 的路上...

顺便给大家留个小练习，将下列欧式距离，使用线性回归模型进行表示。

解决思路和本文的方案其实是类似的，只不过需要变通一下。