??今天給大家講解一個實戰(zhàn)案例：如何根據(jù)現(xiàn)有數(shù)據(jù)預測糖尿病。在這個案例開始之前，希望大家回憶一下大學里講過的線性回歸的知識，這是數(shù)據(jù)挖掘里非常重要的一部分知識。當然，鑒于大家都學過，本篇就不再贅述。

一. 數(shù)據(jù)集介紹diabetes dataset數(shù)據(jù)集

???這是一個糖尿病的數(shù)據(jù)集，主要包括442行數(shù)據(jù)，10個屬性值，分別是：Age(年齡)、性別(Sex)、Body mass index(體質指數(shù))、Average Blood Pressure(平均血壓)、S1~S6一年后疾病級數(shù)指標。Target為一年后患疾病的定量指標。

輸出如下所示：

二、LinearRegression使用方法

? ? ? ? LinearRegression模型在Sklearn.linear_model下，它主要是通過fit(x,y)的方法來訓練模型，其中x為數(shù)據(jù)的屬性，y為所屬類型。

sklearn中引用回歸模型的代碼如下：

輸出的函數(shù)原型如下所示：

? ? ? ? fit(x, y): 訓練。分析模型參數(shù)，填充數(shù)據(jù)集。其中x為特征，y位標記或類屬性。

? ? ? ? predict(): 預測。它通過fit()算出的模型參數(shù)構成的模型，對解釋變量進行預測其類屬性。預測方法將返回預測值y_pred。

引用搬磚小工053"大神的例子：

????? 運行結果如下所示，首先輸出數(shù)據(jù)集，同時調用sklearn包中的LinearRegression()回歸函數(shù)，fit(X, Y)載入數(shù)據(jù)集進行訓練，然后通過predict()預測數(shù)據(jù)12尺寸的匹薩價格，最后定義X2數(shù)組，預測它的價格。

輸出的圖形如下所示：

? ? ? ? 線性模型的回歸系數(shù)W會保存在他的coef_方法中，截距保存在intercept_中。score(X,y,sample_weight=None) 評分函數(shù)，返回一個小于1的得分，可能會小于0。

三、線性回歸判斷糖尿病

? 1.Diabetes數(shù)據(jù)集（糖尿病數(shù)據(jù)集）

? ? ? ? 糖尿病數(shù)據(jù)集包含442個患者的10個生理特征（年齡，性別、體重、血壓）和一年以后疾病級數(shù)指標。

? ? ? ? 然后載入數(shù)據(jù)，同時將diabetes糖尿病數(shù)據(jù)集分為測試數(shù)據(jù)和訓練數(shù)據(jù)，其中測試數(shù)據(jù)為最后20行，訓練數(shù)據(jù)從0到-20行（不包含最后20行），即diabetes.data[:-20]。

? ? ? ? 輸出結果如下所示，可以看到442個數(shù)據(jù)劃分為422行進行訓練回歸模型，20行數(shù)據(jù)用于預測。輸出的diabetes_x_test共20行數(shù)據(jù)，每行僅一個特征。

2.完整代碼

? ? ? ? 改代碼的任務是從生理特征預測疾病級數(shù)，但僅獲取了一維特征，即一元線性回歸?！揪€性回歸】的最簡單形式給數(shù)據(jù)集擬合一個線性模型，主要是通過調整一系列的參以使得模型的殘差平方和盡量小。

線性模型：y = βX+b

? ? ? ? X:數(shù)據(jù) y：目標變量 β：回歸系數(shù) b:觀測噪聲（bias，偏差）

? ? ? ? 運行結果如下所示，包括系數(shù)、殘差平方和、方差分數(shù)。

? ? ? ? 繪制圖形如下所示，每個點表示真實的值，而直線表示預測的結果，比較接近吧。

? ? ? ? 同時繪制圖形時，想去掉坐標具體的值，可增加如下代碼：

四、優(yōu)化代碼

? ? ? ? 下面是優(yōu)化后的代碼，增加了斜率、 截距的計算，同時增加了點圖到線性方程的距離，保存圖片設置像素。

運行結果如下所示：

繪制圖形如下所示：