python机器学习之回归预测：电池续航里程问题_机械学习测试锂电池寿命的python程序_IEEEagent RL的博客

最近在做电池续航测试，不同型号参数的动力电池可以跑40-70多公里，开个小电动出去测里程，累的要死，正好要到数据集，弄个模型预测一波，只用输入电池参数，就可以预测里程，舒服~ （实际样本太少，不足100个，预测效果与实际测量在上下3公里左右波动）
电池数据集获取及相关经验指导请加我球球877562830
华丽的分割线---------------------------------------------------------------------------
用了三种方法：
支持向量机回归
多元回归函数
随机森林回归
支持向量机回归预测代码如下：
# -*- coding:utf-8 -*-
# 电池里程性能预测（SVR线性回归）
# 是最强的冰哥
from pandas import DataFrame
import pandas as pd
from matplotlib import pyplot as plt
import matplotlib
from sklearn.preprocessing import StandardScaler
from sklearn import preprocessing
from sklearn import datasets
from sklearn.model_selection import train_test_split#分割训练集和测试集前自动打散数据
from sklearn import svm
from sklearn.preprocessing import Normalizer#归一化库函数
import numpy as np
from sklearn.svm import SVR
import joblib
import matplotlib.pyplot as plt# 引入MATLAB相似绘图库，make_classification生成三元分类模型数据
from sklearn.linear_model import LinearRegression#用于训练多元线性回归模型
#第一步 读取数据
dianchi = pd.read_excel("F:\数据处理\数据\电池测量里程数据\电池容量与续航里程.xls",encoding='utf-8',header =0)#完整数据
x = dianchi.iloc[:,1:5] #数据切片
y = dianchi.iloc[:,-1]
print("电池参数=\n",x)
print("里程=\n",y)
#第二步 留出法划分训练集和测试集
x_train,x_test,y_train,y_test = train_test_split(x,y,random_state=0,train_size = 0.6)
print("训练集数据=\n",x_train)
print("测试集数据=\n",x_test)
noise = 0
y_noise = noise +y_train #定义一个常数
print("常数项=\n",y_noise)
#第三步 标准化处理
StandardScaler().fit_transform(x_train)
StandardScaler().fit_transform(x_test)#将数据按其属性(按列进行)减去其均值，然后除以其方差,最后得到的结果是，对每个属性/每列来说所有数据都聚集在0附近，方差值为1。
#第四步 svr线性回归算法模型建立
svr_linear = SVR(kernel = "linear",C=1,gamma=100)#这里用的线性核函数，用高斯核函数有问题,C为误差项的惩罚系数，C越大泛化能力越弱
svr_linear.fit(x_train,y_noise)#训练集训练模型并测试
y_linear = svr_linear.predict(x_test)
print("测试结果=\n",y_linear)
print("训练集精度\n=",svr_linear.score(x_train,y_train))
print("测试集精度\n=",svr_linear.score(x_test,y_test))
#C 误差项的惩罚参数，一般取值为10的n次幂，如10的-5次幂，10的-4次幂。。。。10的0次幂，10，1000,1000，在python中可以使用pow（10，n） n=-5~inf
#C越大，相当于希望松弛变量接近0，即对误分类的惩罚增大，趋向于对训练集全分对的情况，这样会出现训练集测试时准确率很高，但泛化能力弱。
#C值小，对误分类的惩罚减小，容错能力增强，泛化能力较强。
#方法2：在训练集上训练多元线性回归模型
#regressor = LinearRegression()
#regressor.fit(x_train, y_train)
#y_pred = regressor.predict(x_test)
#print("测试结果=\n",y_pred)
joblib.dump(svr_linear, "电池里程预测_model_SVR.m")
#第7步 调用训练模型
clf = joblib.load("电池里程预测_model_SVR.m")
dianchi_new = pd.read_excel("F:数据处理\数据\电池测量里程数据\电池容量与续航里程_new.xls",encoding='utf-8',header =0)
test_x = dianchi_new.iloc[:,1:5]#取数据集的前4列为数据值
print("新数据\n=",test_x)
test_y = clf.predict(test_x)
print("预测的电池里程(公里）=\n",test_y)
调用模型，输入电池参数
 看一下效果：
  
第二种方法：多元线性回归预测： 
# -*- coding:utf-8 -*-
# 电池里程性能预测（多变量线性回归）
# 是最强的冰哥
from pandas import DataFrame
import pandas as pd
from matplotlib import pyplot as plt
import matplotlib
from sklearn.preprocessing import StandardScaler
from sklearn import preprocessing
from sklearn import datasets
from sklearn.model_selection import train_test_split#分割训练集和测试集前自动打散数据
from sklearn import svm
from sklearn.preprocessing import Normalizer#归一化库函数
import numpy as np
from sklearn.svm import SVR
import joblib
import matplotlib.pyplot as plt# 引入MATLAB相似绘图库，make_classification生成三元分类模型数据
from sklearn.linear_model import LinearRegression#用于训练多元线性回归模型
#第一步 读取数据
dianchi = pd.read_excel("F:\数据处理\数据\电池测量里程数据\电池容量与续航里程.xls",encoding='utf-8',header =0)#完整数据
x = dianchi.iloc[:,1:5] #数据切片
y = dianchi.iloc[:,-1]
print("电池参数=\n",x)
print("里程=\n",y)
#第二步 留出法划分训练集和测试集
x_train,x_test,y_train,y_test = train_test_split(x,y,random_state=0,train_size = 0.3)
print("训练集数据=\n",x_train)
print("测试集数据=\n",x_test)
#第三步 标准化处理
StandardScaler().fit_transform(x_train)
StandardScaler().fit_transform(x_test)#将数据按其属性(按列进行)减去其均值，然后除以其方差,最后得到的结果是，对每个属性/每列来说所有数据都聚集在0附近，方差值为1。
#第四步 在训练集上训练多元线性回归模型
regressor = LinearRegression()
regressor.fit(x_train, y_train)
y_pred = regressor.predict(x_test)
print("测试结果=\n",y_pred)
print("训练集精度\n=",regressor.score(x_train,y_train))
print("测试集精度\n=",regressor.score(x_test,y_test))
joblib.dump(regressor, "电池里程预测_model_多元线性回归.m")
#第5步 调用训练模型
clf = joblib.load("电池里程预测_model_多元线性回归.m")
dianchi_new = pd.read_excel("F:\数据处理\数据\电池测量里程数据\电池容量与续航里程_new.xls",encoding='utf-8',header =0)
test_x = dianchi_new.iloc[:,1:5]#取数据集的前4列为数据值
print("新数据\n=",test_x)
test_y = clf.predict(test_x)
print("预测的电池里程(公里）=\n",test_y)
from matplotlib import pyplot as plt
import matplotlib
from sklearn.preprocessing import StandardScaler
from sklearn import preprocessing
from sklearn import datasets
from sklearn.model_selection import train_test_split#分割训练集和测试集前自动打散数据
from sklearn import svm
from sklearn.preprocessing import Normalizer#归一化库函数
import numpy as np
from sklearn.svm import SVR
import joblib
import matplotlib.pyplot as plt# 引入MATLAB相似绘图库，make_classification生成三元分类模型数据
from sklearn.linear_model import LinearRegression#用于训练多元线性回归模型
from sklearn.ensemble import RandomForestClassifier #随机森林模块
from sklearn.ensemble import RandomForestRegressor
#第一步 读取数据
dianchi = pd.read_excel("F:\数据处理\数据\电池测量里程数据\电池容量与续航里程.xls",encoding='utf-8',header =0)#完整数据
x = dianchi.iloc[:,1:5] #数据切片
y = dianchi.iloc[:,-1]
print("电池参数=\n",x)
print("里程=\n",y)
#第二步 留出法划分训练集和测试集
x_train,x_test,y_train,y_test = train_test_split(x,y,random_state=0,train_size = 0.6)
print("训练集数据=\n",x_train)
print("测试集数据=\n",x_test)
RandomForestClassifier(
            n_estimators=10,   #树的棵数，也是森林的决策数目
            criterion='gini',      #分类标准，衡量分裂质量的性能（函数）。标准是基于不纯度的"gini",和信息增益的"entropy"（熵）。
    #Gini 衡量的是从一个集合中随机选择一个元素，基于该集合中标签的概率分布为元素分配标签的错误率。即1减去所有分类正确的概率，得到的就是分类不正确的概率
            max_depth=None,  #最大深度，（决策）树的最大深度。如果值为None，那么会扩展节点，直到所有的叶子是纯净的，或者直到所有叶子包含少于min_sample_split的样本。
             min_samples_split=2,  #最少分裂几个子节点，分割内部节点所需要的最小样本数量：~如果为int，那么考虑min_samples_split作为最小的数字。
                                    # ~如果为float，那么min_samples_split是一个百分比，并且把ceil(min_samples_split*n_samples)是每一个分割最小的样本数量。
    #min_samples_leaf 需要在叶子结点上的最小样本数量：
             min_weight_fraction_leaf=0.0,#一个叶子节点所需要的权重总和（所有的输入样本）的最小加权分数。当sample_weight没有提供时，样本具有相同的权重
            max_leaf_nodes=None,#以最优的方法使用max_leaf_nodes来生长树。最好的节点被定义为不纯度上的相对减少。如果为None,那么不限制叶子节点的数量
             bootstrap=True,#建立决策树时，是否使用有放回抽样。
            n_jobs=1,    #指定并行使用的进程数，用于拟合和预测的并行运行的工作（作业）数量。如果值为-1，那么工作数量被设置为核的数量。
            random_state=None,#随机数生成器使用的种子;
            verbose=0,#控制决策树建立过程的冗余度
             warm_start=False,#当被设置为True时，重新使用之前呼叫的解决方案，用来给全体拟合和添加更多的估计器，反之，仅仅只是为了拟合一个全新的森林。
             class_weight=None,  #类别权重，样本不均衡时很重要
rf = RandomForestRegressor()
rf.fit(x_train, y_train)
re = rf.predict(x_test)
print("训练集精度\n=",rf.score(x_train,y_train))
print("测试集精度\n=",rf.score(x_test,y_test))
print("随机森林测试集预测里程=\n",re)
joblib.dump(rf, "电池里程预测_model_rf.m")
#第7步 调用训练模型
clf = joblib.load("电池里程预测_model_rf.m")
dianchi_new = pd.read_excel("F:\数据处理\数据\电池测量里程数据\电池容量与续航里程_new.xls",encoding='utf-8',header =0)
test_x = dianchi_new.iloc[:,1:5]#取数据集的前4列为数据值
print("新数据\n=",test_x)
test_y = clf.predict(test_x)
print("预测的电池里程(公里）=\n",test_y)
                    最近在做电池续航测试，不同型号参数的动力电池可以跑40-70多公里，开个小电动出去测里程，累的要死，正好要到数据集，弄个模型预测一波，只用输入电池参数，就可以预测里程，舒服~  （实际样本太少，不足100个，预测效果与实际测量在上下3公里左右波动）华丽的分割线---------------------------------------------------------------------------用了三种方法：支持向量机回归多元回归函数随机森林回归支持向量机回归预测代码如下：# 
				写在开头：这个系列的灵感已经整个系列的思路会根据公众号机器学习实验室的节奏进行，相当于做一个自己的理解版本，并且按照以往惯例我们会增加一些问题来对小细节进行讨论。
笔者觉得如果单单的去调用sklearn库的机器学习的方法有些不妥，这个系列本应该在去年就开始了，但一直拖着没有更新。所以从今天开始我们一起来探究机器学习的乐趣吧。这个系列开始后，我们还会增加很多细节上的思考问题的讨论系列。
根据公众号机器学习实验室的节奏安排我们预计会涉及以下几个内容的实现：线性回归（一）、逻辑回归（二）、K近邻（三）、决策树值ID3（四）、CART（五）、感知机（六）、神经网络（七）、线性可分支持向量机（
				欢迎阅读Python机器学习系列教程的回归部分。这里，你应该已经安装了Scikit-Learn。如果没有，安装它，以及Pandas和Matplotlib。除了这些教程范围的导入之外，我们还要在这里使用Quandl：首先，对于我们将其用于机器学习而言，什么是回归呢？它的目标是接受连续数据，寻找最适合数据的方程，并能够对特定值进行预测。使用简单的线性回归，你可以仅仅通过创建最佳拟合直线，来实现它。这里，我们可以使用这条直线的方程，来预测未来的价格，其中日期是x轴。回归的热门用法是预测股票价格。由于我们会考虑价格随时间的流动，并且使用连续的数据集，尝试预测未来的下一个流动价格，所以可以这样做。回归是
				我可以提供一些建议，但具体的程序实现可能需要一些技术知识。你可以从Python官方文档开始，然后参考一些详细的电池能量管理系统教程，这些都可以在网上找到。另外，你还可以寻求社区帮助，在这里你可以得到一些具体的技术建议。
				python机器学习大作业--基于线性回归的PM2.5预测系统源码。附流程图一目了然
python机器学习大作业--基于线性回归的PM2.5预测系统源码。python机器学习大作业--基于线性回归的PM2.5预测系统源码。python机器学习大作业--基于线性回归的PM2.5预测系统源码。python机器学习大作业--基于线性回归的PM2.5预测系统源码。附流程图一目了然
python机器学习大作业--基于线性回归的PM2.5预测系统源码。python机器学习大作业--基于线性回归的PM2.5预测系统源码。python机器学习大作业--基于线性回归的PM2.5预测系统源码。python机器学习大作业--基于线性回归的PM2.5预测系统源码。附流程图一目了然
python机器学习大作业--基于线性回归的PM2.5预测系统源码。python机器学习大作业--基于线性回归的PM2.5预测系统源码。python机器学习大作业--基于线性回归的PM2.5预测系统源码。python机器学习大作业--基于线性回归的PM2.5预测系统源码。附流程图一目了然
python机器学习大作业--基于线性回归的
# 测试代码
# import regTrees as RT RT.RtTreeTest() RT.RtTreeTest('ex0.txt') RT.RtTreeTest('ex2.txt')
# import regTrees as RT RT.RtTreeTest('ex2.txt',ops=(10000,4))
# import regTrees as RT RT.pruneTest()
				在使用 Python 进行机器学习处理糖尿病预测问题时，需要注意一些问题。
1. 数据质量：训练数据集中的数据质量对最终预测结果非常重要。数据可能存在缺失值、异常值、噪声等问题，因此需要进行数据清洗。
2. 特征选择：在训练数据中有很多特征，但并不是所有特征对预测结果都有贡献。因此，需要通过特征选择方法筛选出有效特征。
3. 模型选择：有很多不同的机器学习模型，如逻辑回归、决策树、随机森林、支持向量机等。因此，需要通过交叉验证等方法来评估不同模型的效果，选择最佳模型。
4. 模型评估：在训练完模型后，需要对模型的效果进行评估，如精确率、召回率、F1 值等。
5. 参数调整：不同的机器学习模型都有不同的超参数，对模型的结果有很大影响。因此，需要对模型的超参数进行调整，以获得最佳的预测效果。