实现预测的功能
# 导入包import numpy as npimport pandas as pdfrom pandas import Series,DataFrameimport matplotlib.pyplot as plt# %matplotlib inline# 要显示中文 需要导入该模块from pylab import mplmpl.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# 导入数据各个海滨城市数据ferrara1 = pd.read_csv('./ferrara_150715.csv')ferrara2 = pd.read_csv('./ferrara_250715.csv')ferrara3 = pd.read_csv('./ferrara_270615.csv')ferrara=pd.concat([ferrara1,ferrara2,ferrara3],ignore_index=True)# concat做级联 用列与列级联 ignore_index=True 忽略显式的行索引torino1 = pd.read_csv('./torino_150715.csv')torino2 = pd.read_csv('./torino_250715.csv')torino3 = pd.read_csv('./torino_270615.csv')torino = pd.concat([torino1,torino2,torino3],ignore_index=True) mantova1 = pd.read_csv('./mantova_150715.csv')mantova2 = pd.read_csv('./mantova_250715.csv')mantova3 = pd.read_csv('./mantova_270615.csv')mantova = pd.concat([mantova1,mantova2,mantova3],ignore_index=True) milano1 = pd.read_csv('./milano_150715.csv')milano2 = pd.read_csv('./milano_250715.csv')milano3 = pd.read_csv('./milano_270615.csv')milano = pd.concat([milano1,milano2,milano3],ignore_index=True) ravenna1 = pd.read_csv('./ravenna_150715.csv')ravenna2 = pd.read_csv('./ravenna_250715.csv')ravenna3 = pd.read_csv('./ravenna_270615.csv')ravenna = pd.concat([ravenna1,ravenna2,ravenna3],ignore_index=True)asti1 = pd.read_csv('./asti_150715.csv')asti2 = pd.read_csv('./asti_250715.csv')asti3 = pd.read_csv('./asti_270615.csv')asti = pd.concat([asti1,asti2,asti3],ignore_index=True)bologna1 = pd.read_csv('./bologna_150715.csv')bologna2 = pd.read_csv('./bologna_250715.csv')bologna3 = pd.read_csv('./bologna_270615.csv')bologna = pd.concat([bologna1,bologna2,bologna3],ignore_index=True)piacenza1 = pd.read_csv('./piacenza_150715.csv')piacenza2 = pd.read_csv('./piacenza_250715.csv')piacenza3 = pd.read_csv('./piacenza_270615.csv')piacenza = pd.concat([piacenza1,piacenza2,piacenza3],ignore_index=True)cesena1 = pd.read_csv('./cesena_150715.csv')cesena2 = pd.read_csv('./cesena_250715.csv')cesena3 = pd.read_csv('./cesena_270615.csv')cesena = pd.concat([cesena1,cesena2,cesena3],ignore_index=True)faenza1 = pd.read_csv('./faenza_150715.csv')faenza2 = pd.read_csv('./faenza_250715.csv')faenza3 = pd.read_csv('./faenza_270615.csv')faenza = pd.concat([faenza1,faenza2,faenza3],ignore_index=True) cesena.head()# 查看一下表格 # 去除没用的列 'Unnamed: 0'city_list = [ferrara,torino,mantova,milano,ravenna,asti,bologna,piacenza,cesena,faenza]for city in city_list: city.drop(labels='Unnamed: 0',axis=1,inplace=True)cesena.head(1) # 在查看一下表格里的'Unnamed: 0'有没去掉
# 显示最高温度于离海远近的关系（观察多个城市）city_max_temp = []city_dist = []city_list = [ferrara,torino,mantova,milano,ravenna,asti,bologna,piacenza,cesena,faenza]for city in city_list: temp = city['temp'].max() dist = city['dist'].max() city_max_temp.append(temp) city_dist.append(dist) # 查看数据 city_max_tempcity_dist# [47, 357, 121, 250, 8, 315, 71, 200, 14, 37]plt.scatter(city_dist,city_max_temp)plt.xlabel('距离')plt.ylabel('最高温度')plt.title('距离和最高温度之间的关系') 
机器学习
# 有一个未知最高温度的海滨城市，该城市的距离是已知的，我们需要建立一个模型，通过该城市的距离预测该城市的最高温度。# 引出 机器学习### 机器学习- 机器学习和AI（人工智能）之间的关联是什么？ - 机器学习是实现人工智能的一种技术手段 - 算法模型： - 特殊的对象。对象内部封装了一个还没有求出解的方程（算法）。 - 作用： - 预测：预测出一个未知的值 - 分类：将一个未知的事物归到已知的分类中 - 预测或者分类的结果就是模型对象方程的解 - 样本数据： - 组成部分： - 特征数据：自变量 - 目标数据：因变量 - 样本数据和算法模型对象之间的关联？ - 可以将样本数据带入到算法模型中，对其内部的方程进行求解操作。一旦模型对象有解了，那么就可以实现分类或者预测的功能。 - 训练模型：将样本数据带入到算法模型，让其模型对象有解。 - 算法模型的分类： - 有监督学习：如果算法模型需要的样本数据必须要包含特征数据和目标数据 - 无监督学习：如果算法模型需要的样本数据只包含特征数据即可 - sklearn模块展开学习 - 封装好了多种不同的算法模型 面积 楼层 采光率 售价100 3 34% 80w80 6 89% 100w
需求
有一个未知最高温度的海滨城市，该城市的距离是已知的，我们需要建立一个模型，通过该城市的距离预测该城市的最高温度。
# 有一个未知最高温度的海滨城市，该城市的距离是已知的，我们需要建立一个模型，通过该城市的距离预测该城市的最高温度。样本集：用于对机器学习算法模型对象进行训练。样本集通常为一个DataFrame。 - 特征数据：特征数据的变化会影响目标数据的变化。通常为多列。 - 目标数据：结果。通常为一列。 #提取样本feature = city_dist # 列表形式的特征数据target = city_max_temp # 列表形式的目标数据# 因为特征数据必须是二维的，所以变为np的二维数据# np 很容易去变形feature = np.array(feature) # np形式的特征数据 target = np.array(target) # np形式的目标数据
# 导入sklearn，建立线性回归算法模型对象from sklearn.linear_model import LinearRegression# 实例化算法模型对象linner = LinearRegression() # y = wx + b# 训练模型 ，训练模型需要样本数据# X:二维的特征数据# y:目标数据linner.fit(feature.reshape((-1,1)),target)# -1 是自动计算行数，1是 1 列 ，，当前是10行 就是表示为10行1列# 返回一个LinearRegression 对象，模型训练完毕# LinearRegression(copy_X=True, fit_intercept=True, n_jobs=1, normalize=False) # 预测linner.predict([[175],[201]])# array([33.9261553 , 34.06258068])
将远海城市的数据带入到散点图中进行展示，并且进行线性回归
x = np.linspace(0,360,num=100)# 随机获取100个数值 等差的数列y = linner.predict(x.reshape(-1,1))# 调用方程plt.scatter(city_dist,city_max_temp)# 会把10个散点绘制出来plt.scatter(x,y) # 将100个点绘制出plt.xlabel('距离')plt.ylabel('最高温度')plt.title('距离和最高温度之间的关系') 