机器学习线上利器：colab和kaggle / 机器学习 #4
光学不练假把式！了解了机器学习的基本概念后，就可以自己动手实践啰。如果是第一次上手机器学习，可能会觉得无从下手：到底要咋弄呢？其实，现在有很多便捷的方案可供选择，比如使用线上的编程工具：colab和kaggle
https://colab.research.google.com/
这两个线上工具都集成了开发环境，打开即用，是不是很方便呢！
第一个案例：预测房价
import pandas as pd #导入Pandas，用于数据读取和处理
# 读入房价数据，示例代码中的文件地址为internet链接，读者也可以下载该文件到本机进行读取
# 如，当数据集和代码文件位于相同本地目录，路径名应为"./house.csv"，或直接放"house.csv"亦可
df_housing = pd.read_csv("https://raw.githubusercontent.com/huangjia2019/house/master/house.csv")
df_housing.head #显示加州房价数据
X = df_housing.drop("median_house_value",axis = 1) #构建特征集X
y = df_housing.median_house_value #构建标签集y
from sklearn.model_selection import train_test_split #导入数据集拆分工具
X_train, X_test, y_train, y_test = train_test_split(X, y,
test_size=0.2, random_state=0) #以80%/20%的比例进行数据集的拆分
from sklearn.linear_model import LinearRegression #导入线性回归算法模型
model = LinearRegression() #使用线性回归算法
model.fit(X_train, y_train) #用训练集数据，训练机器，拟合函数，确定参数
y_pred = model.predict(X_test) #预测测试集的Y值
print ('房价的真值(测试集)',y_test)
print ('预测的房价(测试集)',y_pred)
print("给预测评分：", model.score(X_test, y_test)) #评估预测结果
import matplotlib.pyplot as plt #导入matplotlib画图库
#用散点图显示家庭收入中位数和房价中位数的分布
plt.scatter(X_test.median_income, y_test, color='brown')
#画出回归函数(从特征到预测标签)
plt.plot(X_test.median_income, y_pred, color='green', linewidth=1)
plt.xlabel('Median Income') #X轴-家庭收入中位数
plt.ylabel('Median House Value') #Y轴-房价中位数
plt.show() #显示房价分布和机器习得的函数图形
以上采用notebook的方式，可以分段逐步执行，这样可以很方便地检测代码是否正确。毕竟，每一行代码都够小白理解半天啰！
初始数据
最后代码运行的结果如上图所示：显示出加州各地区的平均房价随着家庭收入的上升而增加。 不错的实践，从此进入使用机器学习解决问题的大门！