线性回归练习
@
线性回归练习
练习要求：
（创建父母子女身高数据集）
- 选取父子身高数据为X-Y，用Excel计算线性回归方程和相关系数、方差、p值等，判断回归方程是否成立。 现在如果有一个新家庭的数据，已知父亲身高75英寸，请测算儿子的身高为多少？
- 选取母子身高数据为X-Y，用Excel计算线性回归方程和相关系数、方差、p值等，判断回归方程是否成立。
- 根据以上数据，阐明你对习俗说法是否正确的分析。
- 你能用多元线性回归方法，计算出父亲、母亲与儿子身高的回归方程吗？
表格如下：
数据分析前需要，需要添加新的加载项，步骤如下：
1.点击excel中的文件，选项
2.添加分析工具库即可
现在开始数据分析，点击回归
选择好区间
母子身高线性回归分析
步骤同父子身高回归分析一样，得到数据如下
线性回归分析
线性回归分析，选择全部数据，插入图表，散点图，快速布局选择回归方程，得到如下数据
经过分析，线性回归方程成立。
母子升高线性分析同理：
线性回归方法的有效性判别
针对“Anscombe四重奏”数据集，用excel对四组数据进行线性回归分析，判断其中哪些回归方程是成立的，哪些不成立？不成立的应该如何解决？
数据集1：
线性回归分析：
线性回归方程：
线性回归方程成立。
数据集2
线性回归分析
线性回归方程：
该线性回归方程不成立，从散点图看出应当为二元方程。
数据集3
线性回归分析:
线性回归方程：
该线性回归方程不成立。
数据集4
线性回归分析：
线性回归方程：
该线性回归方程不成立。
安装python3.6/3.7、Anaconda 和 jupyter、spyder软件，对鸢尾花Iris数据集进行SVM线性分类练习
创建一个名为 exam1的虚拟环境，在虚拟环境下安装 numpy、pandas、sklearn包。 按照课件上的代码例子（参看群文件“支持向量机-课件（鸢尾花示例代码）.docx”），对鸢尾花Iris数据集进行SVM线性分类练习。
安装Anaconda 和jupyter、spyder
下载和安装过程就不一一讲解了，参考博客：博客
安装第三方包，打开Ananconda Prompt，输入pip install requests
配置环境
打开控制台，输入conda create -n exam1 python=3.7，中间选择yes
创建成功：
安装 numpy、pandas、sklearn 包
pip install numpy -i "https://pypi.doubanio.com/simple/"
pip install pandas -i "https://pypi.doubanio.com/simple/"
pip install sklearn -i "https://pypi.doubanio.com/simple/"
安装完成。
SVM数据分析
打开 Jupyter Notebook，网页nem下面选择python
在弹出的代码框中写下代码
import numpy as np
import matplotlib.pyplot as plt
from sklearn import datasets
from sklearn.preprocessing import StandardScaler
from sklearn.svm import LinearSVC
iris = datasets.load_iris()
X = iris.data
y = iris.target
X = X [y<2,:2] # 只取y<2的类别，也就是0 1 并且只取前两个特征
y = y[y<2] # 只取y<2的类别
# 分别画出类别 0 和 1 的点
plt.scatter(X[y==0,0],X[y==0,1],color='red')
plt.scatter(X[y==1,0],X[y==1,1],color='blue')
plt.show()
点击运行，得到以下结果：
标准化训练模型：
# 标准化
standardScaler = StandardScaler()
standardScaler.fit(X)
# 计算训练数据的均值和方差
X_standard = standardScaler.transform(X) # 再用 scaler 中的均值和方差来转换 X ，使 X 标准化
svc = LinearSVC(C=1e9) # 线性 SVM 分类器
svc.fit(X_standard,y) # 训练svm
其中 C 值是控制正则项的重要程度，C 值越小，容错空间越大
绘制决策边界
from matplotlib.colors import ListedColormap # 导入 ListedColormap 包
def plot_decision_boundary(model, axis):
x0, x1 = np.meshgrid( np.linspace(axis[0], axis[1], int((axis[1]-axis[0])*100)).reshape(-1,1),
np.linspace(axis[2], axis[3], int((axis[3]-axis[2])*100)).reshape(-1,1)
)
X_new = np.c_[x0.ravel(), x1.ravel()]
y_predict = model.predict(X_new)
zz = y_predict.reshape(x0.shape)
custom_cmap = ListedColormap(['#EF9A9A','#FFF59D','#90CAF9'])
plt.contourf(x0, x1, zz, cmap=custom_cmap) #绘制决策边界
plot_decision_boundary(svc,axis=[-3,3,-3,3]) # x,y轴都在-3到3之间
# 绘制原始数据
plt.scatter(X_standard[y==0,0],X_standard[y==0,1],color='red')
plt.scatter(X_standard[y==1,0],X_standard[y==1,1],color='blue')
plt.show()
设置C值，在上面代码添加如下代码
svc2 = LinearSVC(C=0.01)
svc2.fit(X_standard,y)
plot_decision_boundary(svc2,axis=[-3,3,-3,3]) # x,y轴都在-3到3之间
# 绘制原始数据
plt.scatter(X_standard[y==0,0],X_standard[y==0,1],color='red')
plt.scatter(X_standard[y==1,0],X_standard[y==1,1],color='blue')
plt.show()
当 C 值变小后，容错性增大。
其他函数参考。
