我準(zhǔn)備使用scikit-learn給大家介紹一些模型的基礎(chǔ)知識(shí)，今天就來(lái)講講 線(xiàn)性回歸模型 。

1.準(zhǔn)備

開(kāi)始之前，你要確保Python和pip已經(jīng)成功安裝在電腦上，如果沒(méi)有，可以訪(fǎng)問(wèn)這篇文章：超詳細(xì)Python安裝指南 進(jìn)行安裝。

**(可選1) **如果你用Python的目的是數(shù)據(jù)分析，可以直接安裝Anaconda：Python數(shù)據(jù)分析與挖掘好幫手—Anaconda，它內(nèi)置了Python和pip.

**(可選2) **此外，推薦大家用VSCode編輯器，它有許多的優(yōu)點(diǎn)：Python 編程的最好搭檔—VSCode 詳細(xì)指南。

請(qǐng)選擇以下任一種方式輸入命令安裝依賴(lài) ：

1. Windows 環(huán)境 打開(kāi) Cmd (開(kāi)始-運(yùn)行-CMD)。
2. MacOS 環(huán)境 打開(kāi) Terminal (command+空格輸入Terminal)。
3. 如果你用的是 VSCode編輯器 或 Pycharm，可以直接使用界面下方的Terminal.

pip install scikit-learn

2.簡(jiǎn)單的訓(xùn)練集

冬天快到了，深圳這幾天已經(jīng)準(zhǔn)備開(kāi)始入冬了。

從生活入手，外界溫度對(duì)是否穿外套的影響是具有線(xiàn)性關(guān)系的：

現(xiàn)在，考慮這樣的一個(gè)問(wèn)題：如果深圳的溫度是12度，我們應(yīng)不應(yīng)該穿外套？

這個(gè)問(wèn)題很簡(jiǎn)單，上述簡(jiǎn)單的訓(xùn)練集中，我們甚至不需要機(jī)器學(xué)習(xí)就能輕易地得到答案：應(yīng)該。但如果訓(xùn)練集變得稍顯復(fù)雜一些呢：

你能看出其中x1, x2, x3和y之間的規(guī)律嗎？

比較難，但是如果你有足夠的數(shù)據(jù)（比如100個(gè)），機(jī)器學(xué)習(xí)能夠迅速解決這個(gè)問(wèn)題。

為了方便展示機(jī)器學(xué)習(xí)的威力，我們?cè)谶@里生產(chǎn)100個(gè)這樣的訓(xùn)練集（公式為: 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)

然后讓線(xiàn)性回歸模型使用該訓(xùn)練集(Training Set)進(jìn)行訓(xùn)練(fit)，然后再給定三個(gè)參數(shù)(Test Data)，進(jìn)行預(yù)測(cè)(predict)，讓它得到y(tǒng)值(Prediction)，如下圖所示。

3.訓(xùn)練和測(cè)試

為什么我使用sklearn？因?yàn)樗娴恼娴暮芊奖?。像這樣的訓(xùn)練行為，你只需要3行代碼就能搞定：

from sklearn.linear_model import LinearRegression

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

需要注意線(xiàn)性回歸模型(LinearRegression)的參數(shù):

n_jobs：默認(rèn)為1，表示使用CPU的個(gè)數(shù)。當(dāng)-1時(shí)，代表使用全部CPU

predictor.fit 即訓(xùn)練模型，X是我們?cè)谏捎?xùn)練集時(shí)的TRAIN_INPUT，Y即TRAIN_OUTPUT.

訓(xùn)練完就可以立即進(jìn)行測(cè)試了，調(diào)用predict函數(shù)即可：

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

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

這里的 coefficients 是指系數(shù)，即x1, x2, x3.

得到的結(jié)果如下:

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

驗(yàn)證一下：10 + 202 + 303 = 140 完全正確。

如何，機(jī)器學(xué)習(xí)模型，用起來(lái)其實(shí)真的沒(méi)你想象中的那么難，大部分人很可能只是卡在了安裝 scikit-learn 的路上...

順便給大家留個(gè)小練習(xí)，將下列歐式距離，使用線(xiàn)性回歸模型進(jìn)行表示。

解決思路和本文的方案其實(shí)是類(lèi)似的，只不過(guò)需要變通一下。