本文将介绍机器学习中较为常见也较为简单的线性回归模型，以帮助读者快速了解以及快速上手。

1.理论支撑

本文所使用的数据集为如下样例：

Experience	Salary
1.1	25068
1.2	32661
1.6	35111
1.6	43569
1.7	34264
1.7	46598
1.8	37035
2.2	35545

现有二元关系工作经验和薪资，我们将通过其数据的数学逻辑构建线性回归模型，本文将用到

普通最小二乘法（Ordinary Least Squares）作为构建精确的线性回归模型的支持。

1.1 OLS

OLS 的目标是找到一条直线，使得数据点到该直线的垂直距离的平方和最小化。

以满足斜率b1, 截距b0 满足

                                                                ​

这是线性回归分析中常用的方法，以拟合一个模型，以实现对预测数据进行较为精确的预测，同时也满足了数据集的因变量和自变量的大致关系。

2. 数据处理

2.1 使用到以下库

• Numpy
• Pandas
• Matplotlib
• Sklearn

2.2 通过 pandas 读取csv文件 

datasets = pd.read_csv('./Salary-1.csv')

2.3 将因变量工作经验用 x 来表示，自变量薪资用 y 来表示

iloc[:,:]按位置索引来访问和操作数据

x = datasets.iloc[:,:-1].values
y = datasets.iloc[:,-1].values

2.4 分割训练集和验证集

test_size 是指测试集占原有数据集的比重，random_state则是随机种子，可以理解为打乱抽取

x_train,x_test,y_train,y_test = train_test_split(x,y,test_size=0.2,random_state=0)

3.训练模型

3.1 初始化模型

使用 sklearn.linear_model 中的 LinearRegression

lr = LinearRegression()

3.2 进行训练

lr.fit(x_train,y_train)

4.通过图表对比模型预测效果

为了直观表示出数据与我们的简单线性回归模型之间的联系，我们将原始数据x_test，y_test通过散点图的形式表示，将预测数据通过直线表示

plt.scatter(x_test,y_test,color='red')
plt.plot(x_test,lr.predict(x_test),color='blue')
plt.xlabel('experience')
plt.ylabel('salary')
plt.title('relation')
plt.show()

比较图如下：

由于测试集数据较少，模型的直观性不高，我们换回训练集对比效果：

随着数据的增加，我们可以看到已经根据该数据集成功拟合了简单的线性回归模型。

简单的线性回归模型旨在拟合一个能预测较为准确的模型，当然了，这并不是百分百，而是处于一定范围之间的准确率。能大致预测出结果。

以上就是对机器学习中的简单线性回归模型的分享，欢迎各位的交流！