一. AI简介｜ 建模流程

# 引用 sklearn库,主要为了使用其中的线性回归模块

from sklearn import datasets, linear_model

# train_test_split用来把数据集拆分为训练集和测试机

from sklearn.model_selection import train_test_split

# 引用numpy库,主要用来做科学计算

import numpy as np

# 引用matplotlib库,主要用来画

import matplotlib.pyplot as plt

# 创建数据集,把数据写入到numpy数组

data = np.array([[152, 51], [156, 53], [160, 54], [164, 55],

[168, 57], [172, 60], [176, 62], [180, 65],

[184, 69], [188, 72]])

# 打印出数据大小

print(“The size of dataset is (%d,%d)” % data.shape)

# X,y分别存放特征向量和标签. 注这里使用了reshape(-1,1), 其主要的原因是

# data[,0]是一维的数组(因为只有一个特征),但后面调用模型的时候对特征向量的要求

# 是矩阵的形式,所以这里做了reshape的操作。

X, y = data[, 0].reshape(-1, 1), data[, 1]

# 使用train_test_split函数把数据随机分为训练数据和测试数据。 训练数据的占比由

# 参数train_size来决定。如果这个值等于0.8,就意味着随机提取80%的数据作为训练集

X_train, X_test, y_train, y_test = train_test_split(X, y, train_size=0.8)

# TODO 1. 请实例化一个线性回归的模型

# TODO 2. 在X_train,y_train上训练一个线性回归模型。 如果训练顺利,则regr会存储训练完成之后的结果模型

# 实例化一个线性回归的模型

regr = linear_model.LinearRegression()

# 拟合给定的数据(X, y)

regr.fit(X_train,y_train)

# 在训练集上做验证,并观察是否训练得当,首先输出训练集上的决定系数R平方值

print(“Score for training data %.2f” % regr.score(X_train, y_train)) #0.97

# 画训练数据

plt.scatter(X_train, y_train, color=’red’)

# 画出训练好的线条

plt.plot(X_train, regr.predict(X_train), color=’blue’)

# TODO 3. 画在训练数据上已经拟合完毕的直线

# 画测试数据

plt.scatter(X_test, y_test, color=’black’)

# 画x,y轴的标题

plt.xlabel(‘height (cm)’)

plt.ylabel(‘weight(kg)’)

plt.show()

# 输出在测试集上的决定系数R平方值

print(“Score for testing data %.2f” %regr.score(X_test, y_test))

print(“Prediction for a person with height 171 is %.2f” % regr.predict([[171]]))

—->>

The size of dataset is (10,2)

Score for training data 0.97

Score for testing data 0.89

Prediction for a person with height 171 is 60.38