Python程序设计：人工智能案例实践

14.4　案例研究：时间序列和简单线性回归

上一节中，我们展示了每个样本与不同类别相关联的分类。在这里，我们继续讨论简单的线性回归—最简单的回归算法—从第10章的“数据科学入门”部分开始。我们来回想一下，给定表示自变量和因变量的数值合集，使简单的线性回归就可以描述这些变量与一条直线之间的关系，这条直线被称为回归线。

之前，我们对1895～2018年纽约市1月份平均高温数据的时间序列执行了简单的线性回归操作，使用Seaborn的regplot函数创建了具有相应回归线的数据散点图。我们还使用scipy.stats模块的linregress函数来计算回归线的斜率和截距。然后，利用这些值预测了未来的温度并估算过去的温度。

在本节中，我们将会：

▪ 使用scikit-learn估计器重新实现在第10章中展示的简单线性回归。

▪ 使用Seaborn的scatterplot函数绘制数据，并使用Matplotlib的plot函数显示回归线。

▪ 使用scikit-learn估计器计算所得的回归系数和截距值以进行预测。

稍后，我们还将研究多元线性回归（也简称为线性回归）。

为了方便起见，我们在ch14示例文件夹中名为ave_hi_nyc_jan_1895-2018.csv的CSV文件中提供了温度数据。再次在启用Matplotlib支持的情况下启动IPython：

    ipython --matplotlib

将平均高温数据加载到DataFrame中

正如在第10章中所做的，下面从ave_hi_nyc_jan_1895-2018.csv加载数据，将'Value'列重命名为'Temperature'，删除每个日期值末尾的“01”并显示一些数据样本：

将数据拆分为训练集和测试集

在这个例子中，我们将使用 ...