《數(shù)據(jù)挖掘與機(jī)器學(xué)習(xí)》 課件3.1.2 構(gòu)建建筑工程混凝土抗壓強(qiáng)度檢測(cè)模型

構(gòu)建建筑工程混凝土抗壓強(qiáng)度檢測(cè)模型建筑工程混凝土抗壓強(qiáng)度檢測(cè)——線性回歸任務(wù)描述一元線性回歸是一種回歸分析方法，可以用于建模、預(yù)測(cè)等領(lǐng)域。在建筑工程中需要對(duì)混凝土抗壓強(qiáng)度進(jìn)行檢測(cè)，以保證建筑物的結(jié)構(gòu)安全。傳統(tǒng)的混凝土抗壓強(qiáng)度檢測(cè)方法需要進(jìn)行大量的試驗(yàn)和實(shí)測(cè)，費(fèi)時(shí)費(fèi)力，且存在一定的誤差。并且由于檢測(cè)模型包含的參數(shù)較多，如何從數(shù)據(jù)中估計(jì)眾多參數(shù)，使得模型更接近實(shí)際也是重難點(diǎn)。因此，利用機(jī)器學(xué)習(xí)技術(shù)構(gòu)建混凝土抗壓強(qiáng)度檢測(cè)模型，可以提高檢測(cè)效率和準(zhǔn)確性，節(jié)省人力和物力，推進(jìn)新型工業(yè)化，加快建設(shè)制造強(qiáng)國(guó)、質(zhì)量強(qiáng)國(guó)。為助力中國(guó)“基建狂魔”繼續(xù)享譽(yù)于全世界而添磚加瓦。構(gòu)建建筑工程混凝土抗壓強(qiáng)度檢測(cè)模型任務(wù)要求使用sklearn庫(kù)建立一元線性回歸模型。利用Matplotlib庫(kù)實(shí)現(xiàn)結(jié)果的可視化。讀取混凝土成分?jǐn)?shù)據(jù)對(duì)自變量和因變量進(jìn)行可視化構(gòu)建一元線性回歸模型檢測(cè)對(duì)混凝土抗壓強(qiáng)度進(jìn)行預(yù)測(cè)對(duì)檢測(cè)結(jié)果進(jìn)行可視化構(gòu)造一元線性回歸方程查看混凝土成分?jǐn)?shù)據(jù)構(gòu)建建筑工程混凝土抗壓強(qiáng)度檢測(cè)模型混凝土是一種高強(qiáng)度的材料，可以承受很大的荷載和壓力，使得建筑具有更好的耐久性和穩(wěn)定性。某實(shí)驗(yàn)室提供了混凝土樣本的8個(gè)屬性特征數(shù)據(jù)集。查看混凝土成分?jǐn)?shù)據(jù)構(gòu)建建筑工程混凝土抗壓強(qiáng)度檢測(cè)模型水泥含量（kg/m3）礦渣含量（kg/m3）石灰含量（kg/m3）水含量（kg/m3）超塑化劑含量（kg/m3）粗骨料含量（kg/m3）細(xì)骨料含量（kg/m3）達(dá)到特定抗壓強(qiáng)度所需天數(shù)混凝土抗壓強(qiáng)度（MPa）540001622.510406762879.99540001622.510556762861.89332.5142.50228093259427040.27332.5142.50228093259436541.05198.6132.401920978.4825.536044.3266114022809326709047.03380950228093259436543.738095022809325942836.45266114022809326702845.85讀取混凝土成分?jǐn)?shù)據(jù)使用pandas庫(kù)中pd.read_csv函數(shù)讀取混凝土樣本屬性數(shù)據(jù)集。設(shè)置編碼格式為“GBK”。構(gòu)建建筑工程混凝土抗壓強(qiáng)度檢測(cè)模型因?yàn)楸砀裰泻袧h字Python中用于讀取CSV（逗號(hào)分隔值）文件的pandas庫(kù)函數(shù)。它將CSV文件讀取為一個(gè)pandas數(shù)據(jù)幀（DataFrame），使我們能夠在Python中處理和分析數(shù)據(jù)。提取自變量和因變量構(gòu)建建筑工程混凝土抗壓強(qiáng)度檢測(cè)模型使用iloc函數(shù)提取自變量和因變量水泥含量（kg/m3）礦渣含量（kg/m3）石灰含量（kg/m3）水含量（kg/m3）超塑化劑含量（kg/m3）粗骨料含量（kg/m3）細(xì)骨料含量（kg/m3）達(dá)到特定抗壓強(qiáng)度所需天數(shù)混凝土抗壓強(qiáng)度（MPa）自變量因變量對(duì)自變量和因變量進(jìn)行可視化構(gòu)建建筑工程混凝土抗壓強(qiáng)度檢測(cè)模型基于自變量和因變量數(shù)據(jù)，使用scatter函數(shù)繪制散點(diǎn)圖如何構(gòu)建一元線性回歸檢測(cè)模型呢？構(gòu)建一元線性回歸檢測(cè)模型構(gòu)建一元線性回歸檢測(cè)模型主要通過(guò)以下5個(gè)步驟實(shí)現(xiàn)。構(gòu)建建筑工程混凝土抗壓強(qiáng)度檢測(cè)模型拆分訓(xùn)練集和測(cè)試集利用LinearRegression函數(shù)構(gòu)建模型通過(guò)predict函數(shù)給出預(yù)測(cè)值對(duì)預(yù)測(cè)結(jié)果進(jìn)行可視化構(gòu)造一元線性回歸方程拆分訓(xùn)練集和測(cè)試集構(gòu)建建筑工程混凝土抗壓強(qiáng)度檢測(cè)模型混凝土的抗壓強(qiáng)度往往與水泥含量有著線性關(guān)系，建立線性模型預(yù)測(cè)混凝土的抗壓強(qiáng)度。將數(shù)據(jù)集拆分為訓(xùn)練集和測(cè)試集，使用訓(xùn)練集對(duì)模型進(jìn)行訓(xùn)練，使用測(cè)試集對(duì)構(gòu)建的模型進(jìn)行測(cè)試，其中測(cè)試集占整個(gè)數(shù)據(jù)集的20%。使用train_test_split類拆分為訓(xùn)練集和測(cè)試集。構(gòu)建模型構(gòu)建建筑工程混凝土抗壓強(qiáng)度檢測(cè)模型使用sklearn庫(kù)建立一元線性回歸檢測(cè)模型，并使用訓(xùn)練集對(duì)模型進(jìn)行訓(xùn)練。對(duì)混凝土抗壓強(qiáng)度進(jìn)行檢測(cè)構(gòu)建建筑工程混凝土抗壓強(qiáng)度檢測(cè)模型利用訓(xùn)練后的混凝土抗壓強(qiáng)度一元線性回歸模型來(lái)預(yù)測(cè)訓(xùn)練集中的抗壓強(qiáng)度。所得結(jié)果如下所示。預(yù)測(cè)前20個(gè)結(jié)果為：

[42.4566091442.0673997143.3647644868.0146949957.6357768869.4118570445.0313792147.0472844652.1469259679.4913832950.23081845.0313792161.1286820161.4280738845.0313792150.5701287842.2470348373.0045594753.2546758747.37661552]對(duì)檢測(cè)結(jié)果進(jìn)行可視化構(gòu)建建筑工程混凝土抗壓強(qiáng)度檢測(cè)模型利用Matplotlib庫(kù)對(duì)預(yù)測(cè)結(jié)果進(jìn)行可視化，可以更直觀的看出預(yù)測(cè)結(jié)果的好壞。由圖可知，數(shù)據(jù)趨勢(shì)可以擬合為一條直線，且樣本點(diǎn)均勻的分布在直線兩端，即說(shuō)明模型的效果相對(duì)較好。構(gòu)造一元線性