今日分享：模型評估 波士頓房價預測 web
一：流程數組
波士頓地區房價數據獲取，數據來自於sklearn自帶數據集；微信
波士頓地區房價數據分割；性能
訓練與測試數據標準化處理；學習
使用最簡單的線性迴歸模型LinearRegression和梯度降低估計SGDRegressor對房價進行預測測試
二：數據集介紹大數據
因爲以前已介紹過如何查看自帶數據集的各項信息，這裏再也不贅述，可參考K-近鄰：鳶尾花（iris數據集）分類優化
三：迴歸性能評價 -- 均方偏差spa
(均方偏差(Mean Squared Error)MSE) .net
括號中 前者爲預測值，後者爲平均值真實值
sklearn迴歸評估API
均方偏差迴歸評估API
mean_squared_error
mean_squared_error(y_true, y_pred)
均方偏差迴歸損失
y_true:真實值
y_pred:預測值
return:浮點數結果
注：真實值，預測值爲標準化以前的值
四：代碼演示
from sklearn.datasets import load_boston
from sklearn.model_selection import train_test_split
from sklearn.linear_model import LinearRegression,SGDRegressor
from sklearn.preprocessing import StandardScaler
from sklearn.metrics import mean_squared_error
import numpy as np
def mylinear():
'''線性迴歸預測房子價格'''
#獲取數據
lb = load_boston()
# print(lb.data.shape)
#分割數據集到訓練集和測試集
x_train,x_test,y_train,y_test = train_test_split(lb.data,lb.target,test_size=0.25)
#線性迴歸
#特徵值和目標值都必須進行標準化處理
#實例標準化
std_x = StandardScaler()
x_train = std_x.fit_transform(x_train)
x_test = std_x.transform(x_test)
#目標值標準化
std_y = StandardScaler()
#須要將一維數組形式的
y_train = std_y.fit_transform(y_train.reshape(-1,1))
y_test = std_y.transform(y_test.reshape(-1,1))
'''正規方程房價迴歸'''
#實例化
lr = LinearRegression()
lr.fit(x_train,y_train)
print('\n正規方程預測係數:')
print(lr.coef_)
y_lr_predict = std_y.inverse_transform(lr.predict(x_test))
# print('\n正規方程預測房價結果: ')
# print(y_lr_predict)
print("\n正規方程的均方偏差：\n", mean_squared_error(std_y.inverse_transform(y_test), y_lr_predict))
'''梯度降低房價預測'''
sgd = SGDRegressor()
sgd.fit(x_train, y_train)
print('\n梯度降低預測係數')
print(sgd.coef_)
y_sgd_predict = std_y.inverse_transform(sgd.predict(x_test))
# print('\n梯度降低預測房價結果: ')
# print(y_sgd_predict)
print("\n梯度降低的均方偏差：\n", mean_squared_error(std_y.inverse_transform(y_test), y_sgd_predict))
if __name__ == '__main__':
mylinear()
輸出結果
正規方程預測係數:
[[-0.08360681 0.15373615 0.02480098 0.08251741 -0.23486123 0.30338074
-0.03765651 -0.37289693 0.30167118 -0.25215956 -0.23483065 0.08729726
-0.35453057]]
正規方程的均方偏差：
21.01679559906273
梯度降低預測係數
[-0.05126309 0.09458204 -0.04955082 0.0962106 -0.1049907 0.35959731
-0.03206284 -0.22670858 0.0850546 -0.05543759 -0.20566718 0.08932997
-0.32506289]
梯度降低的均方偏差：
20.86565216258738
由輸出結果對比二者的均方偏差，該次運行結果SGD效果較好
須要注意的是
在數據量小的時候，每每正規方程的效果是比較好的，本次波士頓數據集有500+個樣本，這數量很小，小編在運行的時候正規方程效果佔上風的次數明顯多於梯度降低；各位不妨找更大數據量的數據集來驗證SGD的優越性。
線性迴歸是最爲簡單、易用的迴歸模型，但這一特色在某種程度上也限制了其適用範圍，儘管如此，在不知道特徵之間關係的前提下，咱們仍然使用線性迴歸做爲大多數業務的首要選擇。
小規模數據：LinearRegression(不能解決擬合問題，後續會介紹優化的迴歸模型)以及其它；
大規模數據：SGDRegressor
公衆號 QQ羣
掃QQ羣二維碼進交流學習羣
或在後臺回覆：加羣
本文分享自微信公衆號 - 數據指南（BigDataDT）。
若有侵權，請聯繫 support@oschina.cn 刪除。
本文參與「OSC源創計劃」，歡迎正在閱讀的你也加入，一塊兒分享。