【Python】广义线性回归（多项式回归）——东北大学数据挖掘实训一（3）

（4）再利用多项式回归对数据进行拟合，并进行预测；将观测值与拟合值，进行图形展示（同上）。

import pandas as pd
from sklearn.model_selection import train_test_split
from sklearn.preprocessing import PolynomialFeatures
from sklearn.pipeline import make_pipeline
import matplotlib.pyplot as plt
from sklearn.linear_model import Ridge

df=pd.read_csv("C:\\Users\\zzh\\Desktop\\dataMiningExperment\\第一次数据挖掘实训\\death rate.csv")

df.head()

	Year	Age	Female_Exp	Male_Exp	q_female	q_male	Female_death	Male_death	L_female_exp	L_male_exp
0	1951	0.0	53684.67	57059.14	0.018497	0.024273	993.005341	1384.996505	10.890883	10.951844
1	1951	1.0	56056.20	59379.55	0.001944	0.002021	108.973253	120.006071	10.934110	10.991705
2	1951	2.0	59026.83	61855.13	0.001186	0.001455	70.005820	89.999214	10.985747	11.032550
3	1951	3.0	60794.23	63620.28	0.000888	0.000959	53.985276	61.011849	11.015250	11.060688
4	1951	4.0	61980.55	65167.32	0.000484	0.001013	29.998586	66.014495	11.034576	11.084713

df=df.dropna() #删除有缺失值的行
df=df[(df.q_male>0) & (df.q_male<=1)]   #取出死亡率在0<q<=1范围内的数据

x=df[['Year','Age','L_male_exp']]
y=df['Male_death']

x_train,x_test,y_train,y_test = train_test_split(x,y,test_size=0.25,random_state=2) # 划分训练集和测试集

plt.rc('font', family='SimHei', size=15) #绘图中的中文显示问题，图表字体为SimHei，字号为15
#plt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示中文标签
plt.rcParams['axes.unicode_minus']=False #用来正常显示负号

##这里指定使用岭回归作为基函数
model = make_pipeline(PolynomialFeatures(2), Ridge())
model.fit(x_train, y_train)
##根据模型预测结果
y_predict = model.predict(x_test)

# 绘图
# 预测值和真实值画图比较
plt.figure(figsize=(9,8))  
plt.scatter(y_test,y_predict,c='',marker = 'o',edgecolors='k')  #空心圆
plt.xlabel("真实值")
plt.ylabel("预测值")
plt.title("多项式回归预测值和真实值之间的关系", fontsize=20)
plt.grid(b=True)#加网格
plt.savefig('多项式回归预测值和真实值之间的关系') #保存图片文件命名为