|
回归分析是一种预测性的建模技术，它研究的是因变量（目标）和自变量（预测器）之间的关系。本文简单的介绍一下简单线性回归。 Simple Linear Regression Data Preprocessing 1 读入数据集 # Importing the dataset
dataset <- read.csv('studentscores.csv') #时间和得分之间的关系
Hours Scores
1 2.5 21
2 5.1 47
3 3.2 27
4 8.5 75
5 3.5 30
6 1.5 20
plot(dataset$Hours,dataset$Scores) # 如图可见符合线性回归模型，根据训练集数据进行回归函数分析，并对测试数据进行预测。 2 数据预处理 首先按照上次分享的进行数据预处理 3 训练集和测试集 将数据按照4:1拆分，每一组分别包含自变量和因变量 # Splitting the dataset into the Training set and Test set
# install.packages('caTools')
library(caTools)
set.seed(123)
split = sample.split(dataset$Scores, SplitRatio = 1/4)
training_set <- subset(dataset, split == TRUE)
test_set <- subset(dataset, split == FALSE)
# Feature Scaling
# training_set <- scale(training_set)
# test_set <- scale(test_set)4 模型拟合及预测 通过训练集进行模型拟合得到曲线，然后将测试集的X_test带入曲线中，得到预测结果y_pred，最后将预测结果y_pred与测试集中的y_test进行比较，确定预测是否准确。 # Fitting Simple Linear Regression to the Training set
regressor = lm(formula = Scores ~ Hours,
data = training_set)
# Predicting the results
y_pred <- predict(regressor, newdata = test_set)5 结果可视化 # Visualising the Training results
library(ggplot2)
ggplot() +
geom_point(aes(x = training_set$Hours, y = training_set$Scores), colour = 'red') +
geom_line(aes(x = training_set$Hours, y = predict(regressor, newdata = training_set)), colour = 'blue') +
ggtitle('Scores vs Hours (Training set)') + xlab('Hours') + ylab('Scores')
# Visualising the Test results
library(ggplot2)
ggplot() +
geom_point(aes(x = test_set$Hours, y = test_set$Scores), colour = 'red') +
geom_line(aes(x = training_set$Hours, y = predict(regressor, newdata = training_set)), colour = 'blue') +
ggtitle('Scores vs Hours (Test set)') + xlab('Hours') + ylab('Scores')  参考链接： 爆红GITHUB的百日入门机器学习项目 https://github.com/Avik-Jain/100-Days-Of-ML-Code/blob/master/Code/Day2_Simple_Linear_Regression.md 简单的线性回归就到这，下次多元线性回归。。。。。。 |
|
|
