python数据分析与算法之五 算法

5.1线性回归算法模型

机器学习

• 人工智能和机器学习之间的关系

  • 机器学习是实现人工智能的一种技术手段

• 算法模型

  • 概念：特殊对象。该对象内部封装了某种还没有求出解的方程！

  • 作用：

    • 预测：天气预报

    • 分类：将一个未知分类的事务归属到某一种已知的分类中。

  • 算法模型对象内部封装的方程的解就是算法模型预测或则分类的结果

• 样本数据

  • 样本数据和算法模型之间的关系是什么？

    • 模型的训练：需要将样本数据带入到模型对象中，让模型对象的方程求出解。

  • 什么是样本数据？样本数据是由什么构成的？

    • 特征数据：自变量。往往是有多种特征组成

    • 目标数据：因变量

  • 算法模型的分类：

    • 有监督学习：

      • 如果算法模型对象需要的样本数据必须有目标数据和特征数据

    • 无监督学习：

      • 如果算法模型对象需要的样本数据只需要有特征数据即可

  • sklearn模块中的模型

案例 : Sea distance

• 城市气候与海洋的关系研究

  • 1.导入包

    import numpy as np
    import pandas as pd
    from pandas import Series,DataFrame
    
    import matplotlib.pyplot as plt
    from pylab import mpl
    mpl.rcParams['font.sans-serif'] = ['FangSong'] # 指定默认字体
    mpl.rcParams['axes.unicode_minus'] = False # 解决保存图像是负号'-'显示为方块的问题

    View Code