首页 > 分享 > 机器学习实战三：预测汽车油耗效率 MPG

机器学习实战三：预测汽车油耗效率 MPG

花匠小妙招
2024-12-03 21:12

预测汽车油耗效率 MPG

这次做一个简单的线性回归的实验，用来预测汽车的油耗效率 MPG，让我们通过这次实验，更加清晰的了解一下LinearRegression，如果想更加清晰的了解的话，可以看看吴恩达机器学习ex1 Linear Regression (python)

如果想了解更多的知识，可以去我的机器学习之路 The Road To Machine Learning通道

目录 Read In Data探究数据模型拆分训练集和测试集单变量线性回归搭建线性回归模型可视化结果训练集测试集模型评价多变量线性回归模型模型得分可视化

Read In Data

我们先读入数据，其中，这里面一个有九列，他们分别都有对应的意义，其中有一列是汽车油耗效率mpg

mpg - > 燃油效率cylinders -> 气缸displacement - > 排量horsepower - > 马力weight - > 重量acceleration - > 加速度model year - > 型号年份origin = > 编号car name - > 原产地

import pandas as pd import numpy as np import matplotlib.pyplot as plt path = '../data_files/3.MPG/auto-mpg.data' columns = ["mpg", "cylinders", "displacement", "horsepower", "weight", "acceleration", "model year", "origin", "car name"] # mpg - > 燃油效率 # cylinders -> 气缸 # displacement - > 排量 # horsepower - > 马力 # weight - > 重量 # acceleration - > 加速度 # model year - > 型号年份 # origin = > 编号 # car name - > 原产地 cars = pd.read_csv(path, delim_whitespace=True, names=columns)

12345678910111213141516

在这里插入图片描述

cars.info() 1

在这里插入图片描述
这时候就读完数据了

探究数据模型

在我们可视化数据的时候，我们会发现origin和car name都是离散型的，就没有选择他们进行一个线性回归模型的搭建，除此之外，由于在horsepower中，有一些值是存在’？‘我们就要选取那些不是’？‘的进行操作

from pylab import mpl mpl.rcParams['font.sans-serif'] = ['SimHei'] cars = cars[cars.horsepower != '?'] #用散点图分别展示气缸、排量、重量、加速度与燃油效率的关系 fig = plt.figure(figsize=(13,20)) ax1 = fig.add_subplot(321) ax2 = fig.add_subplot(322) ax3 = fig.add_subplot(323) ax4 = fig.add_subplot(324) ax5 = fig.add_subplot(325) ax1.scatter(cars['cylinders'],cars['mpg'],alpha=0.5) ax1.set_title('cylinders') ax2.scatter(cars['displacement'],cars['mpg'],alpha=0.5) ax2.set_title('displacement') ax3.scatter(cars['weight'],cars['mpg'],alpha=0.5) ax3.set_title('weight') ax4.scatter(cars['acceleration'],cars['mpg'],alpha=0.5) ax4.set_title('acceleration') ax5.scatter([float(x) for x in cars['horsepower'].tolist()],cars['mpg'],alpha=0.5) ax5.set_title('horsepower')

1234567891011121314151617181920

从下图我们可以看出，汽车的燃油效率mpg与排量displacement、重量weight、马力horsepower三者都存在一定的线性关系，其中汽车重量weight与燃油效率线性关系最为明显，首先我们就利用weight一个单变量去构建线性回归模型，看看是否能预测出来
在这里插入图片描述

拆分训练集和测试集

Y = cars['mpg'] X = cars[['weight']] from sklearn.model_selection import train_test_split X_train, X_test, Y_train, Y_test = train_test_split(X,Y,test_size=0.2,random_state=0) 1234

取数据中的20%作为测试集，其他均为测试集

单变量线性回归

搭建线性回归模型

from sklearn.linear_model import LinearRegression lr = LinearRegression() lr = lr.fit(X_train,Y_train) 123

利用训练集去训练模型

可视化结果

利用我们训练完的模型去测试一下我们的训练集和测试集

训练集

plt.scatter(X_train, Y_train, color = 'red', alpha=0.3) plt.scatter(X_train, lr.predict(X_train),color = 'green',alpha=0.3) plt.xlabel('weight') plt.ylabel('mpg') plt.title('train data') plt.show() 123456

在这里插入图片描述

测试集

plt.scatter(X_test,Y_test,color = 'blue',alpha=0.3) plt.scatter(X_train,lr.predict(X_train),color='green',alpha=0.3) plt.xlabel('weight') plt.ylabel('mpg') plt.title('test data') plt.show() 123456

在这里插入图片描述

模型评价

print(lr.coef_) print(lr.intercept_) print('score = {}'.format(lr.score(X,Y))) ''' [-0.00772198] 46.43412847740396 score = 0.6925641006507041 ''' 12345678

可以看到，最后的结果的分数大约是0.69左右，还是挺不错的

多变量线性回归模型

刚刚我们是利用了单变量的线性回归模型，我们猜测，如果用多变量的线性回归模型会不会更好呢，因为汽车的燃油效率mpg与排量displacement、重量weight、马力horsepower三者都存在一定的线性关系
首先就要重新提取数据，为了对数据更加清晰，我们将预测出来mpg_prediction也加入数据中

cars = cars[cars.horsepower != '?'] mul = ['weight','horsepower','displacement'] # 选择三个变量进行建立模型 mul_lr = LinearRegression() mul_lr.fit(cars[mul],cars['mpg']) # 训练模型 cars['mpg_prediction'] = mul_lr.predict(cars[mul]) cars.head() 123456

在这里插入图片描述

模型得分

mul_score = mul_lr.score(cars[mul],cars['mpg']) mul_score # 0.7069554693444708 123

从结果可以看出来，这个模型得分大约是71，说明多变量线性回归模型还是比单变量线性回归模型优的，预测的也更加准确一点

from sklearn.metrics import mean_squared_error as mse mse = mse(cars['mpg'],cars['mpg_prediction']) print('mse = %f'%mse) print('rmse = %f'%np.sqrt(mse)) ''' mse = 17.806188 rmse = 4.219738 ''' 12345678

并且得出了MSE和RMSE的值

可视化

fig = plt.figure(figsize = (8,8)) ax1 = fig.add_subplot(3,1,1) ax2 = fig.add_subplot(3,1,2) ax3 = fig.add_subplot(3,1,3) ax1.scatter(cars['weight'], cars['mpg'], c='blue', alpha=0.3) ax1.scatter(cars['weight'], cars['mpg_prediction'], c='red', alpha=0.3) ax1.set_title('weight') ax2.scatter([ float(x) for x in cars['horsepower'].tolist()], cars['mpg'], c='blue', alpha=0.3) ax2.scatter([ float(x) for x in cars['horsepower'].tolist()], cars['mpg_prediction'], c='red', alpha=0.3) ax2.set_title('horsepower') ax3.scatter(cars['displacement'], cars['mpg'], c='blue', alpha=0.3) ax3.scatter(cars['displacement'], cars['mpg_prediction'], c='red', alpha=0.3) ax3.set_title('displacement') plt.show() 1234567891011121314

在这里插入图片描述
到这里又成功了，真不错，继续加油