sklearn回归模型流程（以SVR为例）

当有很多模型可以选择，而又不太确定哪个模型比较好的时候，就直接一个一个试过去好了。写了一个我认为的回归模型一般需要的过程。其中有归一化、反归一化、均方误差、拟合曲线、预测曲线等，还有什么需要稍微改改就好了吧。 代码如下：

# coding: utf-8
import numpy as np
from sklearn import svm
import matplotlib.pyplot as plt
import matplotlib as mpl
from sklearn.preprocessing import MinMaxScaler
from sklearn.metrics import mean_squared_error
mpl.rcParams[font.sans-serif] = [FangSong]  # 指定中文字体
mpl.rcParams[axes.unicode_minus] = False  # 解决保存图像是负号-显示为方块的问题
plt.rcParams[font.sans-serif] = [SimHei]
plt.rcParams[axes.unicode_minus] = False  # 正常显示负号


def train_and_chose_model(model):
    # 构造数据
    N = 400
    np.random.seed(0)
    data_x = np.sort(np.random.uniform(0, 22, N), axis=0)
    data_y = 2 * np.sin(data_x) + 0.01 * np.random.randn(N) 
    data_x = data_x.reshape(-1, 1)
    data_y = data_y.reshape(-1, 1)

    scaler_1 = MinMaxScaler(feature_range=(0, 1))
    scaler_2 = MinMaxScaler(feature_range=(0, 1))

    data_x = scaler_1.fit_transform(data_x)  # 归一化处理，构造两个因为之后还需要反归一化
    data_y = scaler_2.fit_transform(data_y)

    size = int(N * 0.8)  # 确定训练集的数量，这里我希望构造时间序列模型，因此是按顺序喂进去，但是我的结果不怎么好看，过拟合了
    x_train = data_x[0:size, ]
    y_train = data_y[0:size, ]
    x_test = data_x[size:, ]
    y_test = data_x[size:, ]

    model.fit(x_train, y_train)  # 训练模型
    score_test = model.score(x_test, y_test)
    score_train = model.score(x_train, y_train)
    print(str(model) + "训练集准确率为：" + str(score_train))
    print(str(model) + "测试集准确率为：" + str(score_test))  # 出现负数不是很理解
    y_test_pre = model.predict(x_test)  # 预测测试集
    y_train_pre = model.predict(x_train)  # 预测训练集
    print("测试集均方误差：", mean_squared_error(y_train, y_train_pre))
    print("训练集均方误差：", mean_squared_error(y_test, y_test_pre))

    data_x = scaler_1.inverse_transform(data_x) # 反归一化
    data_y = scaler_2.inverse_transform(data_y)

    x_train = scaler_1.inverse_transform(x_train)
    x_test = scaler_1.inverse_transform(x_test)
    y_test_pre = scaler_2.inverse_transform(y_test_pre.reshape(-1, 1))
    y_train_pre = scaler_2.inverse_transform(y_train_pre.reshape(-1, 1))  # 测试集的预测值

    plt.figure(figsize=(9, 8), facecolor=w)
    plt.plot(x_train, y_train_pre, r-, linewidth=2, label=str(model) + "训练集")
    plt.plot(x_test, y_test_pre, b-, linewidth=2, label=str(model) + "测试集")
    plt.plot(data_x, data_y, mo, markersize=6)
    plt.legend(loc=lower left)
    plt.title(str(model), fontsize=16)
    plt.xlabel(X)
    plt.ylabel(Y)
    # plt.xlim((1980, 2021))  # 设置横纵坐标范围
    # plt.ylim((0, 1000))
    plt.grid(True)
    plt.show()


if __name__ == __main__:
    all_model = [svm.SVR(C=1.2)]  # 添加模型即可
    for m in all_model:
        train_and_chose_model(m)

输出结果： SVR(C=1.2)训练集准确率为：0.8867929886065467 SVR(C=1.2)测试集准确率为：-672.747134789489 测试集均方误差： 0.012684302261909159 训练集均方误差： 2.44567194386932 讲道理确实很难看，但是流程应该对吧。