回归模型中cv_score的取值多少比较好 回归coef

第八章 线性回归

先从定义说起：

误差大小：

######sklearn线性回归正规方程、梯度下降API:

sklearn.linear_model.LinearRegression

正规方程

普通最小二乘线性回归

coef_：回归系数

sklearn.linear_model.SGDRegressor
梯度下降
通过使用SGD最小化线性模型
coef_：回归系数

回归性能评估:MSE

两种方法的比较：

特点：线性回归器是最为简单、易用的回归模型。从某种程度上限制了使用，尽管如此，在不知道特征之间关系的前提下，我们仍然使用线性回归器作为大多数系统的首要选择。

小规模数据：LinearRegression(不能解决拟合问题)以及其它

大规模数据：SGDRegressor

过拟合与欠拟合：

过拟合：一个假设在训练数据上能够获得比其他假设更好的拟合， 但是在训练数据外的数据集上却不能很好地拟合数据，此时认为这个假设出现了过拟合的现象。(模型过于复杂)
过拟合原因以及解决办法：
原因：
原始特征过多，存在一些嘈杂特征， 模型过于复杂是因为模型尝试去兼顾各个测试数据点
解决办法：
进行特征选择，消除关联性大的特征(很难做)
交叉验证(让所有数据都有过训练)
正则化(了解)

欠拟合：一个假设在训练数据上不能获得更好的拟合， 但是在训练数据外的数据集上也不能很好地拟合数据，此时认为这个假设出现了欠拟合的现象。(模型过于简单)
欠拟合原因以及解决办法：
原因：
学习到数据的特征过少
解决办法：
增加数据的特征数量

在线性回归容易出现过拟合，使用L2正则化解决：

作用：可以使得W的每个元素都很小，都接近于0
优点：越小的参数说明模型越简单，越简单的模型则越不容易产生过拟合现象
######带有正则化的线性回归-Ridge：sklearn.linear_model.Ridge
sklearn.linear_model.Ridge(alpha=1.0)
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

线性回归 LinearRegression与Ridge对比：

岭回归：回归得到的回归系数更符合实际，更可靠。另外，能让估计参数的波动范围变小，变的更稳定。在存在病态数据偏多的研究中有较大的实用价值。

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
    x_train,x_test,y_train,y_test =train_test_split(lb.data,lb.target,test_size=0.25)
    print(y_train,y_test)
    #特征值和目标值都需要标准化处理
    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.reshape(-1,1))
    y_test = std_y.transform(y_test.reshape(-1,1))

    #estimator预测
    #正规方程求解
    lr =LinearRegression()
    lr.fit(x_train,y_train)
    print(lr.coef_)
    #预测价格
    y_predict=std_y.inverse_transform(lr.predict(x_test))
    print("测试结果:",y_predict)
    print("正规方程的均方误差：", mean_squared_error(std_y.inverse_transform(y_test), y_predict))

    #SGD求解
    SGD = SGDRegressor()
    SGD.fit(x_train, y_train)
    print(SGD.coef_)

    # 预测价格
    y_predict = std_y.inverse_transform(SGD.predict(x_test))
    print("测试结果:", y_predict)
    print("SGD的均方误差：", mean_squared_error(std_y.inverse_transform(y_test), y_predict))

   # Rideg求解
    rid = Ridge(alpha=1.0)
    rid.fit(x_train, y_train)
    print(rid.coef_)

    # 预测价格
    y_predict = std_y.inverse_transform(rid.predict(x_test))
    print("测试结果:", y_predict)
    print("岭回归的均方误差：", mean_squared_error(std_y.inverse_transform(y_test), y_predict))

    return None

if __name__=="__main__":
    mylinear()