简单的模型——线性回归

从机器学习的角度出发，所谓线性回归，指的是自变量（特征）加权求和汇总求得因变量（标签）的过程，比如，我们以前上学时，见到的函数y=w1x1+w2x2+b就是一个非常典型的线性回归模型，在进一步学习这个模型之前，我们需要讲解一些建模过程中应用到的概念。

# 导入相关包
import numpy as np
import pandas as pd
# 忽略这个库，后面会讲
from sklearn.datasets import fetch_california_housing, load_iris

iris_df = load_iris()
# iris_df.keys()
iris_df["data"].shape

(150, 4)

iris_df = load_iris()
pd.DataFrame(iris_df["data"],columns=iris_df['feature_names'])

在上述数据集中，每一行代表一朵花的记录结果，而其中每一列代表所有花的一项共同指标

以上的表格表示的数据集特征列，数据集除了特征列之外，还应用包含目标列数据,目标列数据描述了每一朵花的所属类别。

iris_df["target"].shape

pd.DataFrame(iris_df["target"],columns=['目标列'])

合并这些数据，组合成真正的数据集

data = pd.concat([pd.DataFrame(iris_df["data"],columns=iris_df['feature_names']),pd.DataFrame(iris_df["target"],columns=['labels'])],axis=1)
data

数据集中的前四列也被称为数据集的特征（features），而最后一列被称为数据集的标签（labels），我们在实际建模过程中，当需要利用模型进行预测时时，也是通过输入模型一些样本的特征（一些鸢尾花的四个特征取值），让模型进行每个样本的标签判别（判别每一朵花应该属于哪一类）