普通最小二乘法回归_源码数据

普通最小二乘法回归_源码数据 包含 数据集 Cal_housing.csv ，源码 ExistData.py ，SimulateData.py

# -*- coding: utf-8 -*-

import pandas as pd
import numpy as np
from sklearn.model_selection import train_test_split
from sklearn.linear_model import LinearRegression

data = pd.read_csv（“cal_housing.csv“）
name = data.columns

X = data[name[:8]]  # 第1-8列
y = data[name[8:9]]  # 第9列

# print（“X name :“ name[:8]）
# print（“y name :“ name[8:9]）
# print（data.shape X.shape y.shape）  # 返回行列数



seed = 8888  # 随机种子
proportion = 0.1  # 测试集百分比

# test_size：样本占比，如果是整数的话就是样本的数量
# random_state：是随机数的种子

X_train X_test y_train y_test = train_test_split（X y test_size=proportion random_state=seed）
print（X_train.shape X_test.shape y_train.shape y_test.shape）

reg = LinearRegression（）  # 线性回归（Linear Regression）

res = reg.fit（X_train y_train）  # 对训练集X_train y_train进行训练

y_hat = res.predict（X_test）  # 使用训练得到的估计器对输入为X_test的集合进行预测得到y_hat

e = y_test-y_hat  # 计算残差

SSE_cv = np.mean（e**2）  # 残差平方和
SSE_test = np.mean（（y_test-np.mean（y_test））**2）  # 拍脑袋平方和

NMSE_cv = SSE_cv/SSE_test  # 标准化均方误差 NMSE_cv
R2_cv = 1 - NMSE_cv  # 可决系数R2_cv


print R2_cv
print NMSE_cv

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件     988391  2018-05-10 17:18  普通最小二乘法回归源码\cal_housing.csv

     文件       1336  2018-05-25 12:01  普通最小二乘法回归源码\ExistData.py

     文件        614  2018-05-25 12:07  普通最小二乘法回归源码\SimulateData.py

     目录          0  2018-05-25 12:08  普通最小二乘法回归源码

----------- ---------  ---------- -----  ----

               990341                    4