regression2chatgpt/prerequisite/linear/linear_ml.py

# -*- coding: UTF-8 -*-
"""
此脚本用于实现线性回归模型
"""


import os

import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
from sklearn import linear_model


def read_data(path):
    """
    使用pandas读取数据
    
    参数
    ----
    path: String，数据的路径
    
    返回
    ----
    data: DataFrame，建模数据
    """
    data = pd.read_csv(path)
    return data


def train_model(x, y):
    """
    利用训练数据，估计模型参数
    
    参数
    ----
    x: DataFrame，特征
    
    y: DataFrame，标签
    
    返回
    ----
    model : LinearRegression, 训练好的线性模型
    """
    # 创建一个线性回归模型
    model = linear_model.LinearRegression()
    # 训练模型，估计模型参数
    model.fit(x, y)
    return model


def evaluate_model(model, x, y):
    """
    计算线性模型的均方差和决定系数
    
    参数
    ----
    model : LinearRegression, 训练完成的线性模型
    
    x: DataFrame，特征
    
    y: DataFrame，标签
    
    返回
    ----
    mse : np.float64，均方差
    
    score : np.float64，决定系数
    """
    # 均方差(The mean squared error)，均方差越小越好
    mse = np.mean(
        (model.predict(x) - y) ** 2)
    # 决定系数(Coefficient of determination)，决定系数越接近1越好
    score = model.score(x, y)
    return mse, score


def visualize_model(model, x, y):
    """
    模型可视化
    """
    # 创建一个图形框
    fig = plt.figure(figsize=(6, 6), dpi=80)
    # 在图形框里只画一幅图
    ax = fig.add_subplot(111)
    ax.set_xlabel('$x$')
    ax.set_ylabel('$y$')
    # 画点图，用蓝色圆点表示原始数据
    ax.scatter(x, y, color='b')
    # 根据截距的正负，打印不同的标签
    ax.plot(x, model.predict(x), color='r',
            label=u'$y = %.3fx$ + %.3f' % (model.coef_, model.intercept_))
    plt.legend(shadow=True)
    # 展示上面所画的图片。图片将阻断程序的运行，直至所有的图片被关闭
    # 在Python shell里面，可以设置参数"block=False"，使阻断失效。
    plt.show()


def run_model(data):
    """
    线性回归模型建模步骤展示

    参数
    ----
    data : DataFrame，建模数据
    """
    features = ["x"]
    label = ["y"]
    # 产生并训练模型
    model = train_model(data[features], data[label])
    # 评价模型效果
    mse, score = evaluate_model(model, data[features], data[label])
    print("MSE is %f" % mse)
    print("R2 is %f" % score)
    # 图形化模型结果
    visualize_model(model, data[features], data[label])


if __name__ == "__main__":
    home_path = os.path.dirname(os.path.abspath(__file__))
    # Windows下的存储路径与Linux并不相同
    if os.name == "nt":
        data_path = "%s\\simple_example.csv" % home_path
    else:
        data_path = "%s/simple_example.csv" % home_path
    data = read_data(data_path)
    run_model(data)