Python 用5行代碼學機器學習—線性回歸
我準備使用scikit-learn給大家介紹一些模型的基礎知識，今天就來講講線性回歸模型。
1. 準備
開始之前，你要確保Python和pip已經成功安裝在電腦上噢，如果沒有，請訪問這篇文章：超詳細Python安裝指南 進行安裝。如果你用Python的目的是數據分析，可以直接安裝Anaconda：Python數據分析與挖掘好幫手—Anaconda
Windows環境下打開Cmd(開始—運行—CMD)，蘋果系統環境下請打開Terminal(command+空格輸入Terminal)，準備開始輸入命令安裝依賴。
當然，我更推薦大家用VSCode編輯器，把本文代碼Copy下來，在編輯器下方的終端運行命令安裝依賴模塊，多舒服的一件事啊：Python 編程的最好搭檔—VSCode 詳細指南。
在終端輸入以下命令安裝我們所需要的依賴模塊：
- pip install scikit-learn
2.簡單的訓練集
冬天快到了，深圳這幾天已經準備開始入冬了。
從生活入手，外界溫度對是否穿外套的影響是具有線性關系的：
現在，考慮這樣的一個問題：如果深圳的溫度是12度，我們應不應該穿外套?
這個問題很簡單，上述簡單的訓練集中，我們甚至不需要機器學習就能輕易地得到答案：應該。但如果訓練集變得稍顯復雜一些呢：
你能看出其中x1, x2, x3和y之間的規律嗎?
比較難，但是如果你有足夠的數據(比如100個)，機器學習能夠迅速解決這個問題。
為了方便展示機器學習的威力，我們在這里生產100個這樣的訓練集(公式為: y=x1 + 2*x2 + 3*x3)：
- 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)
然后讓線性回歸模型使用該訓練集(Training Set)進行訓練(fit)，然后再給定三個參數(Test Data)，進行預測(predict)，讓它得到y值(Prediction)，如下圖所示。
3. 訓練和測試
為什么我使用sklearn?因為它真的真的很方便。像這樣的訓練行為，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)
需要注意線性回歸模型(LinearRegression)的參數:
n_jobs：默認為1，表示使用CPU的個數。當-1時，代表使用全部CPU
predictor.fit 即訓練模型，X是我們在生成訓練集時的TRAIN_INPUT，Y即TRAIN_OUTPUT.
訓練完就可以立即進行測試了，調用predict函數即可：
- 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，即x1, x2, x3.
得到的結果如下：
- Outcome : [ 140.]
- Coefficients : [ 1. 2. 3.]
驗證一下：10 + 20*2 + 30*3 = 140 完全正確。
如何，機器學習模型，用起來其實真的沒你想象中的那么難，大部分人很可能只是卡在了安裝 scikit-learn 的路上...
順便給大家留個小練習，將下列歐式距離，使用線性回歸模型進行表示。
解決思路和本文的方案其實是類似的，只不過需要變通一下。
