Skip to main content
 首页 » 编程设计

python之从拆分的 .csv 数据集制作线性回归模型的最佳方法

2025年02月15日7jillzhang

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))