机器学习之线性回归与模型保存

"""
回归： 目标值是连续型

数组运算：
    np.multiply()  #数组运算

矩阵运算：
    np.dot()
    
迭代算法:是一种预测结果存在误差，但不断利用误差去缩小误差的算法
    回归 、神经网络

一元线性回归模型：y = ax
最小二乘法(损失函数)：(ax-y)^2 求和的过程
目标：求解a,使得损失函数最小

梯度下降：沿着损失函数的下降的方向找，最后找到最低点

API:
    普通最小二乘线性回归:sklearn.linear_model.LinearRegression  #适合小数据集，小于10k
    梯度下降:sklearn.linear_model.SGDRegressor   #通过使用SGD最小化线性模型 #适合大数据集 大于10k

需要标准化的算法：KNN,线性回归

过拟合解决方法：
    1、进行特征选择，消除关联性大的特征
    2、交叉验证，验证是否过拟合
    3、正则化：尽量减少高次项特征的影响
        L2正则化：可以使得W的每个元素都很小，都接近于0；粒度越大，权重越来越趋近于0
        
L2正则化：岭回归(Ridge)，带有正则化的线性回归，解决过拟合

岭回归API:
    sklearn.linear_model.Ridge(alpha=1.0),其中
        具有l2正则化的线性最小二乘法
        alpha:正则化力度
        coef_:回归系数
  
保存训练好的模型
    joblib.dump(lr,"./temp/lr.pkl")  
"""

代码：

from sklearn.datasets import load_boston
from sklearn.linear_model import LinearRegression, SGDRegressor,  Ridge, LogisticRegression
from sklearn.model_selection import train_test_split
from sklearn.preprocessing import StandardScaler
from sklearn.metrics import mean_squared_error, classification_report
from sklearn.externals import joblib
import pandas as pd
import numpy as np

def mylinear():
    """
    线性回归直接预测房子价格
    :return: None
    """
    # 获取数据
    lb = load_boston()

    # 分割数据集到训练集和测试集
    x_train, x_test, y_train, y_test = train_test_split(lb.data, lb.target, test_size=0.25)

    print(y_train, y_test)

    # 进行标准化处理(?) 目标值处理？
    # 特征值和目标值是都必须进行标准化处理, 实例化两个标准化API
    std_x = StandardScaler()

    x_train = std_x.fit_transform(x_train)
    x_test = std_x.transform(x_test)

    # 目标值
    std_y = StandardScaler()

    y_train = std_y.fit_transform(y_train)
    y_test = std_y.transform(y_test)

    # 预测房价结果
    model = joblib.load("./tmp/test.pkl")

    y_predict = std_y.inverse_transform(model.predict(x_test))

    print("保存的模型预测的结果：", y_predict)

    # estimator预测
    # 正规方程求解方式预测结果
    # lr = LinearRegression()
    #
    # lr.fit(x_train, y_train)
    #
    # print(lr.coef_)

    # 保存训练好的模型
    # joblib.dump(lr, "./tmp/test.pkl")

    # # 预测测试集的房子价格
    # y_lr_predict = std_y.inverse_transform(lr.predict(x_test))
    #
    # print("正规方程测试集里面每个房子的预测价格：", y_lr_predict)
    #
    # print("正规方程的均方误差：", mean_squared_error(std_y.inverse_transform(y_test), y_lr_predict))
    #
    # # 梯度下降去进行房价预测
    # sgd = SGDRegressor()
    #
    # sgd.fit(x_train, y_train)
    #
    # print(sgd.coef_)
    #
    # # 预测测试集的房子价格
    # y_sgd_predict = std_y.inverse_transform(sgd.predict(x_test))
    #
    # print("梯度下降测试集里面每个房子的预测价格：", y_sgd_predict)
    #
    # print("梯度下降的均方误差：", mean_squared_error(std_y.inverse_transform(y_test), y_sgd_predict))
    #
    # # 岭回归去进行房价预测
    # rd = Ridge(alpha=1.0)
    #
    # rd.fit(x_train, y_train)
    #
    # print(rd.coef_)
    #
    # # 预测测试集的房子价格
    # y_rd_predict = std_y.inverse_transform(rd.predict(x_test))
    #
    # print("梯度下降测试集里面每个房子的预测价格：", y_rd_predict)
    #
    # print("梯度下降的均方误差：", mean_squared_error(std_y.inverse_transform(y_test), y_rd_predict))

    return None

 代码：

import  numpy as np
from sklearn.datasets import load_boston
from sklearn.linear_model import LinearRegression,SGDRegressor,Ridge
from sklearn.model_selection import train_test_split
from sklearn.preprocessing import StandardScaler
from sklearn.metrics import mean_squared_error,classification_report
from sklearn.externals import joblib  #保存模型
import pandas as pd


def myLinear():
    """
    线性回归
    :return:
    """
    #获取数据集
    lb = load_boston()
    #分割数据集到训练集和测试集
    x_train,x_test,y_train,y_test = train_test_split(lb.data ,lb.target,test_size=0.25)
    #进行标准化处理
    std_x = StandardScaler()
    x_train  = std_x.fit_transform(x_train)
    x_test = std_x.transform(x_test)

    std_y = StandardScaler()
    y_train = std_y.fit_transform(y_train)
    y_test =std_y.transform(y_test)

    # estimator预测

    ###########正规方程##########
    # lr = LinearRegression()
    # lr.fit(x_train,y_train)
    #
    # print(lr.coef_) #打印参数
    # #inverse_transform()将标准化的预测结果还原
    # y_predict = std_y.inverse_transform(lr.predict(x_test))
    # print("测试测试集房价结果：",y_predict)
    ###############梯度下降#############
    lr = SGDRegressor();
    lr.fit(x_train, y_train)
    print(lr.coef_)  # 打印参数

    #保存训练好的模型
    joblib.dump(lr,"./temp/lr.pkl")

    y_predict = std_y.inverse_transform(lr.predict(x_test))
    print("测试测试集房价结果：", y_predict)

    ##############岭回归###############
    rd = Ridge(alpha=1.0);
    rd.fit(x_train, y_train)
    print(rd.coef_)  # 打印参数
    y_predict = std_y.inverse_transform(rd.predict(x_test))
    print("测试测试集房价结果：", y_predict)

    ############利用保存的模型预测####################
    model  =joblib.load("./temp/lr.pkl")
    y_predict = std_y.inverse_transform(model.predict(x_test))
    print("保存的模型预测房价结果：", y_predict)

    #############性能评估######################
    mean_squared_error(std_y.inverse_transform(y_test),y_predict)
    return None