Python與機器學習（第2版）（微課版） 課件 3-02-一元回歸預測任務(wù)實施

課程負責人：陳清華【數(shù)據(jù)挖掘應用】課程觀影數(shù)據(jù)回歸分析票房線性回歸預測任務(wù)實施會熟練從CSV文件中讀取數(shù)據(jù)；會使用sklearn對觀影數(shù)據(jù)進行數(shù)據(jù)預處理；會使用sklearn實現(xiàn)一元線性回歸分析應用；會對回歸模型進行評估。能力目標主要內(nèi)容任務(wù)工單引導問題任務(wù)評價標準任務(wù)解決方案代碼解析使用一元線性回歸對票房進行預測film.txt教學難點任務(wù)工單使用一元線性回歸對兩項數(shù)據(jù)進行簡要的相關(guān)性分析，探討是否可以通過放映天數(shù)來預測電影的票房。任務(wù)概述

任務(wù)描述：使用read_csv()從文件中讀取數(shù)據(jù)后，在數(shù)據(jù)轉(zhuǎn)換、數(shù)據(jù)清洗和篩選的基礎(chǔ)上，準備好放映天數(shù)及日均票房數(shù)據(jù)。將數(shù)據(jù)放入構(gòu)建一元線性回歸模型進行訓練，最后用來預測電影日均票房。010010011001101010100100110110100101110101000100001011011101001010101101010011010010（1）查閱相關(guān)資料，明確本任務(wù)數(shù)據(jù)讀取應該選用什么樣的工具包？（2）獲取的數(shù)據(jù)后，應該使用什么樣的數(shù)據(jù)類型存儲？每條記錄不同字段的數(shù)據(jù)類型分別是什么？（3）如何根據(jù)已有的字段獲取其他特征，比如從“上映時間”和“閉映時間”來獲得“放映天數(shù)”？（4）線性回歸模型初始化時，哪些參數(shù)需要設(shè)置，默認參數(shù)值分別是什么？（5）sklearn中如何訓練得到相應的模型參數(shù)值？（6）如何獲取訓練好的模型中的參數(shù)？參數(shù)的取值有何物理意義？（7）如何評估訓練所得的模型準確性？”

問題引導：任務(wù)概述

任務(wù)評價：任務(wù)概述評價內(nèi)容評價要點分值分數(shù)評定自我評價1.任務(wù)實施數(shù)據(jù)讀取與展現(xiàn)2分數(shù)據(jù)正確顯示得2分

模型訓練1分代碼正確且順利執(zhí)行得1分

模型展現(xiàn)3分可展現(xiàn)得1分，展現(xiàn)完整得1分，展現(xiàn)結(jié)果清晰得1分2.效果評估分析模型得準確性，并得出評估結(jié)論3分能正確展現(xiàn)評估結(jié)果得1分，準確率效果評估結(jié)果90%以上得2分

3.任務(wù)總結(jié)依據(jù)任務(wù)實施情況總結(jié)結(jié)論1分總結(jié)內(nèi)容切中本任務(wù)的重點要點得1分

合計10分

第1行：導入pandas包，并給出別名pd。第2行：讀取film.txt中的數(shù)據(jù)importpandas

aspddf=pd.read_csv('film.txt',delimiter=';')df=df[['上映時間','閉映時間','票房/萬元']]第3行：篩選指定內(nèi)容列任務(wù)解決方案步驟一：數(shù)據(jù)讀取與整理。df=df.dropna()第4行：去除帶有空值得行任務(wù)解決方案第7行：計算電影放映天數(shù)df['放映天數(shù)']=(df['閉映時間']-df['上映時間']).dt.days+1第5、6行：將上映時間和閉映時間換為時間類型df['上映時間']=pd.to_datetime(df['上映時間’])df['閉映時間']=pd.to_datetime(df['閉映時間'])第8行：將票房數(shù)據(jù)轉(zhuǎn)換為浮點型df['票房/萬元']=df['票房/萬元'].astype(float)第9行：計算日均票房df['日均票房/萬元']=df['票房/萬元']/df['放映天數(shù)']步驟一：讀取與數(shù)據(jù)整理。任務(wù)解決方案df=df.reset_index(drop=True)df.head()數(shù)據(jù)顯示第10、11行：重置索引列，不添加新的列步驟一：讀取與數(shù)據(jù)整理。第12行：導入linear_model包。第13、14行：設(shè)置x和y的值。from

sklearn

import

linear_modelx=df[['放映天數(shù)']]y=df[['日均票房/萬元']]regr=linear_model.LinearRegression()任務(wù)解決方案第16行：擬合regr.fit(x,y)步驟二：使用一元線性回歸進行分析第15行：初始化線性回歸模型任務(wù)解決方案import

matplotlib.pyplotaspltplt.rcParams['font.sans-serif']=['SimHei']plt.rcParams['axes.unicode_minus']=False第14、15、16行：導入繪圖包，重命名為plt；設(shè)置字體等參數(shù)。第17、18、19、20行：設(shè)置圖表標題、軸標簽。步驟三：可視化展現(xiàn)plt.title('放映天數(shù)與票房關(guān)系圖（一元線性回歸）')plt.xlabel('放映天數(shù)’)plt.ylabel('日均票房/萬元')plt.scatter(x,y,color='black')第21行：畫出預測點，預測點顏色為紅色。plt.scatter(x,regr.predict(x),color='red',linewidth=1,marker='*’)plt.legend(['原始值','預測值'],loc=