《机器学习项目开发实战》-课件 7. 项目三 - 任务三

监督学习回归实战-天气预测线性回归模型建立CONTENTSOrderNow01任务描述02知识储备03任务实施04任务评价/01任务描述任务描述任务：天气预测在气象学和环境科学中，准确预测未来天气条件对于农业规划、能源管理、交通运输等多个领域至关重要。线性回归模型作为一种简单而有效的预测工具，在天气预测中发挥着重要作用。本任务旨在利用给定的天气数据集，构建线性回归模型以预测特定天气条件下的温度。/02知识储备基本原理线性回归是一种统计方法，用于建模目标变量（通常表示为Y）与一个或多个预测变量之间的线性关系。目标变量截距项预测变量随机误差回归系数最小二乘法（OLS）最小化预测值与实际值的平方误差和，找到最佳拟合线。Σ(yi−(axi+b))2数据准备整理自变量X与因变量Y的数据集。系数计算用OLS公式或工具求解β。模型验证分析残差分布评估拟合效果。模型应用基于拟合方程进行预测或关系分析。OLS应用步骤OLS假设条件04误差均值为零模型无偏，即E(ϵ)=0。01线性关系Y与X存在线性关系03误差项相互独立，且服从正态分布ϵ∼N(0,σ2)误差独立同分布02无多重共线性自变量间无完全线性相关，否则参数估计失效。评估指标——R²分数R²分数，也称为决定系数或判定系数，是衡量回归模型拟合优度的一个指标。它反映了自变量对因变量变异的解释能力。回归模型的预测值与因变量的真实值之差的平方和因变量的真实值与其均值之差的平方和均方误差（MSE）均方误差是衡量回归模型预测值与真实值之间平均平方差的指标。样本真实值样本数量MSE=(1/n)*Σ(y_i-ŷ_i)^2残差分析残差分析是用于评估统计模型的拟合度和检查模型假设的一种方法。残差是观测值与模型预测值之间的差异。为每个观测值生成预测值拟合模型将残差值作为纵轴，自变量值或观测序号作为横轴绘制散点图绘制残差图识别异常值和离群值识别检查残差的正态性、独立性和同方差性检查计算每个观测值的残差计算残差/03任务实施数据处理1fromsklearn.model_selectionimporttrain_test_split2fromsklearn.linear_modelimportLinearRegression3fromsklearn.metricsimportmean_squared_error,r2_score导入库1X=standardized_df[['Po','P','U','ff3','VV','Td']]2y=standardized_df['T']选择特征和目标变量1X_train,X_test,y_train,y_test=train_test_split(X,y,test_size=0.2,random_state=42)划分训练集和测试集模型训练与评估1print(f"Coefficients:{model.coef_}")2print(f"Intercept:{ercept_}")模型训练1y_pred=model.predict(X_test)2mse=mean_squared_error(y_test,y_pred)3r2=r2_score(y_test,y_pred)4print(f"MeanSquaredError:{mse}")5print(f"R^2Score:{r2}")模型评估模型预测与保存1print(f"Coefficients:{model.coef_}")2print(f"Intercept:{ercept_}")模型预测1importjoblib2joblib.dump(model,'E:\机器学习项目实战\项目三\代码\saved_model.joblib')模型保存模型利用1save_model=joblib.load('E:\机器学习项目实战\项目三\代码\saved_model.joblib')data=pd.read_excel(r"E:\机器学习项目实战\项目三\data1.xlsx")X1=data.drop('date',axis=1)std_X1=zscore_standardize(X1)1y_pred=save_model.predict(std_X1)2y_pred模型利用模型局限性非线性关系无法捕捉线性回归模型只能捕捉变量之间的线性关系。然而，在天气预测中，许多变量之间可能存在非线性关系。1异常值和噪声敏感异常值和噪声会对线性回归模型的预测性能产生影响。异常值可能导致模型系数的不稳定估计，而噪声则可能增加预测误差。2多重共线性问题在天气数据中，多个特征之间可能存在高度相关性。这可能导致线性回归模型的系数估计不准确，降低预测性能。3预测范围限制当输入特征值超出训练数据的范围时，模型的预测可能变得不可靠。4无法处理分类变量单的编码可能无法充分捕捉分类变量之间的复杂关系，从而影响预测性能。5/04任务评价任务评价1.是否成功导入库train_test_s