#?導入數值計算庫
import?numpy?as?np
#?導入科學計算庫
import?pandas?as?pd
#導入機器學習linear_model庫
from?sklearn?import?linear_model
#導入交叉驗證庫
from?sklearn?import?model_selection
#導入圖表庫
import?matplotlib.pyplot?as?plt
#讀取數據
datalist?=?pd.read_csv（‘lineardata.csv‘）
X?=?datalist.iloc[?:????:?1?].values
Y?=?datalist.iloc[?:??1?].values
print（datalist）
#格式調整
X?=?np.array（datalist[[‘month‘]]）#將月份數設為自變量X
Y?=?np.array（datalist[‘PM2.5‘]）#PM2.5設為因變量Y
X.shapeY.shape?#查看自變量和因變量的行數

#設置圖表字體為華文細黑，字號11
plt.rc（‘font‘?family=‘STXihei‘?size=11）
#繪制散點圖，月份數X，PM2.5Y，設置顏色，標記點樣式和透明度等參數
plt.scatter（XY30color=‘red‘marker=‘x‘linewidth=2alpha=0.8）
plt.xlabel（‘月份‘）#添加x軸標題
plt.ylabel（‘PM2.5值‘）#添加y軸標題
plt.title（‘2017年月份與PM2.5關系分析‘）#添加圖表標題
#設置背景網格線顏色，樣式，尺寸和透明度
plt.grid（color=‘#95a5a6‘linestyle=‘--‘?linewidth=1axis=‘both‘alpha=0.4）
plt.show（）#顯示圖表

#劃分數據
X_train?X_test?y_train?y_test?=?model_selection.train_test_split（X?Y?test_size=0.25?random_state=0）
#查看訓練集數據的行數
print（‘訓練集的行數：‘）
print（X_train.shapey_train.shape）
#將訓練集代入到線性回歸模型中
clf?=?linear_model.LinearRegression（）
clf.fit?（X_trainy_train）
clf.coef_#線性回歸模型的斜率
clf.intercept_#線性回歸模型的截距

#判定系數R
clf.score（X_trainy_train）
print（‘判定系數R:‘）
print（clf.score（X_trainy_train））

#顯示測試集的因變量
print（‘測試集因變量：‘）
print（list（y_test））
#將測試集的自變量代入到模型預測因變量
pred?=?list（clf.predict（X_test））
print（‘預測集因變量：‘）
print（pred）
#訓練結果的可視化
plt.scatter（X_train??y_train?color?=?‘red‘）
plt.plot（X_train??clf.predict（X_train）?color?=‘blue‘）
plt.show（）
#測試結果的可視化
plt.scatter（X_test??y_test?color?=?‘red‘）
plt.plot（X_test??clf.predict（X_test）?color?=‘green‘）
plt.show（）
#計算誤差平方和
print（‘誤差平方和：‘）
print（（（y_test?-?clf.predict（X_test））?**2）.sum（））
#返回預測性能得分
print（‘Score:%.2f‘%clf.score（X_testy_test））

?屬性????????????大小?????日期????時間???名稱
-----------?---------??----------?-----??----
?????目錄???????????0??2018-12-10?17:42??2016218735_常利\
?????文件?????????182??2018-12-09?13:47??2016218735_常利\lineardata.csv
?????文件????????2311??2018-12-10?16:20??2016218735_常利\linear_regression.py
?????文件?????????583??2018-12-10?10:25??2016218735_常利\logisticdata.csv
?????文件????????3276??2018-12-10?16:22??2016218735_常利\logistic_regression.py
?????文件?????????782??2018-12-10?13:17??2016218735_常利\poly_regression.py
?????文件????????2059??2018-12-07?16:23??2016218735_常利\weather-data.py
?????文件??????718828??2019-07-23?10:38??2016218735_常利\工程報告.doc
?????文件???????15215??2018-12-09?17:59??2016218735_常利\空氣質量檢測.xlsx