【机器学习】案例1.2——sklearn求线性回归

# -------------------------- 导入依赖库 --------------------------
# 导入numpy库，命名为np，用于数值计算（数组、矩阵操作）
import numpy as np
# 从sklearn的线性模型模块导入LinearRegression类，用于实现线性回归
from sklearn.linear_model import LinearRegression
# 导入matplotlib的pyplot模块，命名为plt，用于绘图可视化
import matplotlib.pyplot as plt


# -------------------------- 生成双特征的模拟数据集 --------------------------
# 生成第一个特征X1：100个样本，1列，元素是[0,2)区间的均匀分布随机数
X1 = 2 * np.random.rand(100, 1)
# 生成第二个特征X2：同样100个样本，1列，[0,2)区间的均匀分布随机数
X2 = 2 * np.random.rand(100, 1)
# 将X1和X2按列拼接，得到双特征的特征矩阵X（形状：100行×2列，每行对应一个样本的两个特征）
X = np.c_[X1, X2]


# 生成标签y：模拟带噪声的真实线性关系
# 真实模型：y = 4（截距） + 3*X1（X1的系数） + 5*X2（X2的系数） + 噪声
# np.random.randn(100,1)：生成100行1列的标准正态分布噪声（均值0、方差1）
y = 4 + 3 * X1 + 5 * X2 + np.random.randn(100, 1)


# -------------------------- 初始化并训练线性回归模型 --------------------------
# 初始化线性回归模型，fit_intercept=True表示要拟合截距项（对应真实模型的4）
reg = LinearRegression(fit_intercept=True)
# 用特征矩阵X和标签y训练模型（模型会学习截距和两个特征的系数）
reg.fit(X, y)
# 打印训练得到的参数：
# reg.intercept_：模型学到的截距（预期接近真实值4）
# reg.coef_：模型学到的特征系数（预期接近真实值[3,5]，对应X1和X2）
print(reg.intercept_, reg.coef_)


# -------------------------- 用训练好的模型预测新样本 --------------------------
# 定义3个新的待预测样本，每个样本包含2个特征（X1, X2）
X_new = np.array([[0, 0],   # 样本1：X1=0, X2=0
                  [2, 1],   # 样本2：X1=2, X2=1
                  [2, 4]])  # 样本3：X1=2, X2=4
# 用训练好的模型预测新样本的标签
y_predict = reg.predict(X_new)


# -------------------------- 绘图展示（注意：双特征应3D可视化，这里是简化2D展示） --------------------------
# 绘制“新样本的X1特征”与“预测值y_predict”的关系（红色虚线）
plt.plot(X_new[:, 0], y_predict, 'r--')
# 绘制“原始数据的X1特征”与“真实标签y”的散点（蓝色点）
plt.plot(X1, y, 'b.')
# 设置坐标轴范围：x轴0~2，y轴0~25（匹配数据和预测值的范围）
plt.axis([0, 2, 0, 25])
# 显示绘图窗口
plt.show()