背景

最近因为个人兴趣和工作需要，在学习机器学习知识，希望通过机器学习来预测快消品的销售量，在此记录下学习的一些过程和心得。
之前用Python写过爬虫，对Python有一定了解，因此选择了Python语言作为学习训练的语言。算法库我选择了scikit-lean，过程中还会用到pandas、numpy、matplotlib；pandas是用来处理数据用的，numpy是处理数组用的，matplotlib是用来画图用的。具体的工具用法我不在此处解释，大家可以查看官方的文档。

此是第一篇，也是最简单的一元线性回归预测；

我这里就不单独介绍算法只是了，具体大家可以参考： scikit。

新建python文件并导入类

新建一个python文件，然后加入下面的包导入代码

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from sklearn import linear_model

pandas：来源数据使用，我们后续会从csv文件读取训练数据
numpy：数组处理
matplotlib：画图
linear_model：线性回归算法

读取训练数据

我们使用某个商品的历史销量来进行算法练习；
销量数据存放在data.csv文件中，有3列：第几周、销售数量、售价

week,qty,total
18,45,5.5
19,27,5.5
20,40,5.5
21,60,5.5
22,32,5.5
23,36,5.5
24,62,5.5
25,36,5.5
26,47,5.5
27,30,5.5
28,26,5.5
29,50,5.5

我们使用pandas从csv文件读取数据，并通过numpy包进行数组转换。
最终返回x轴(周数)和y轴(销售数量)的2个数组。注意其中x轴是一个二维数组，主要是为了方便后续的计算。

def get_data(file_name):
    "获取训练数据"
    data = pd.read_csv(file_name)
    x = np.array(data[['week']])
    y = np.array(data['qty'])
    return x,y

创建预测模型

通过create_linear_model函数创建预测模型并返回模型

def create_linear_model(x, y):
    regr = linear_model.LinearRegression()
    regr.fit(x, y)
    return regr

预测函数

我们有了预测模型就可以进行预测未来的数据了，比如预测第30周的销量

1
2
3

def predict(model, x):
    predict_out = model.predict(x)
    print('预测结果：第', x, '周销量=', predict_out)

显示预测模型

我们有了模型，也可以进行预测，接下来通过matplotlib将样本点和模型函数以图形化形式展示出来

def show_linear_line(x, y, model):
    plt.scatter(x, y, color='black')  # 样本
    plt.plot(x, model.predict(x), color='blue')  # 预测函数
    plt.show()  # 显示图形

主函数

我们有了读数据、建模型、预测、显示模型的方法，接下来并可以通过主函数进行调用了

def main():
    "主函数"
    print(__doc__)
    x, y = get_data('data.csv')
    model = create_linear_model(x, y)
    # 预测30周销量
    predict(model, 30)
    show_linear_line(x, y, model)


if __name__ == '__main__':
    main()

然后直接执行main函数就可以在控制台看到第30周的预测日志，并且在单独窗口看到模型图形了。

上面所有代码在我的github上，可以直接运行；

参考：http://scikit-learn.org/stable/modules/linear_model.html
参考：http://cwiki.apachecn.org/pages/viewpage.action?pageId=10814293#GeneralizedLinearModels(广义线性模型)-GeneralizedLinearModels(广义线性模型)