我通常对 Python 很陌生,而且我在制作线性回归模型时遇到了问题。我需要从大型 Excel 数据集 (.csv) 的训练和测试集中制作它。
我已经拆分了数据集:
import pandas as pd
import numpy as np
df = pd.read_csv('C:/Dataset.csv')
df['split'] = np.random.randn(df.shape[0], 1)
split = np.random.rand(len(df)) <= 0.75
training_set = df[split]
testing_set = df[~split]
我如何使用这个分割数据来建立一个使用平均误差的线性回归模型?
谢谢。
请您参考如下方法:
与 Scikit-learn很简单
import pandas as pd
from sklearn import linear_model
from sklearn.metrics import mean_absolute_error
加载数据集并将数据拆分为训练/测试集
X_train = df[split]
X_test = df[~split]
将目标分成训练/测试集
y_train = df.target[split]
y_test = df.target[~split]
创建线性回归对象
regr = linear_model.LinearRegression()
使用训练集训练模型
regr.fit(X_train, y_train)
预测目标
y_pred = regr.predict(X_test)
打印系数
print('Coefficients: \n', regr.coef_)
打印平均绝对误差
print("Mean absolute error: %.2f"
% mean_absolute_error(y_test, y_pred))
