使用Python理解和实践机器学习一元线性回归算法
一元线性回归算法是机器学习的基础算法，也是学习机器学习入门要理解和掌握的算法之一，本文通过python语言使用一元线性回归算法来预测步步ji/土ji的价格预测。
工具/原料
Ubuntu 18.04
Python 3.6
准备工作
1、训练数据的准备：该数据集只有x和y两列值，X变量代表土ji的重量，y变量代表土ji的出售价格
使用python+numpy求解一元线性回归模型
1、了解一元线性回归模型： y = a + b* X, 代表一条直线其中参数X为已知的自变量，这里X代表土ji的重量y表示求解预测的目标变量，代表土ji的价格a为模型系数b为模型系数通过训练数据求解模型系数a和b就是我们接下来要做的事情
3、求解模型系数alpha（a)a = a箪滹埘麽vg(y) - b * avg(x)其中avg（y)代表训练数据y的均值， avg(x)代表训练数据x的们倪玺骋均值b是上一步骤求解的beta值#计算x，y的均值print("X_mean=",np.mean(X))print("y_mean=",np.mean(y))#计算alpha, y_mean = alpah + beta* x_meanalpha = np.mean(y) -beta* np.mean(X)print("Alpha = ",alpha)print("最终模型：y = %.2f + %.2f * X" %(alpha,beta))---------------Alpha = 0.35752245509最终模型：y = 0.36 + 11.85 * X
使用sk-learn的线性回归模型进行验证我们的模型值输出是否正确
1、sk-learn机器学习算法库直接提供了线性回归的模型我们可以直接使用，使用方法如下：1）构建LinearRegression模型2）使用模型进行拟合训练数据3）使用拟合后的模型进行预测#一元线性回归模型 y = a +bXmodel = LinearRegression()model.fit(X,y)newX = 2.3newY = model.predict(newX)print(newY)print("预测一只 %.1f 斤的土ji价格:%.2f 元" %(newX,newY[0]))-----------预测一只 2.3 斤的土ji价格:27.62 元， 和我们之前求解的模型预测值一致。
