我準備使用scikit-learn給大家介紹一些模型的基礎(chǔ)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(jīng)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(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

Windows環(huán)境下打開Cmd(開始—運行—CMD)，蘋果系統(tǒng)環(huán)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?。篜ython 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(jīng)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(guān)系的：

現(xiàn)在，考慮這樣的一個問題：如果深圳的溫度是12度，我們應(yīng)不應(yīng)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(yīng)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(guī)律嗎?

比較難，但是如果你有足夠的數(shù)據(jù)(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(chǎn)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(shù)(Test Data)，進行預測(predict)，讓它得到y(tǒng)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(shù):

n_jobs：默認為1，表示使用CPU的個數(shù)。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(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。