1．7．5 做出预测 -Python机器学习基础教程(上)

当前位置:　首页>> 技术小册>> Python机器学习基础教程(上)

1.7.5 做出预测

在Python机器学习项目中，经过数据预处理、特征选择、模型训练等一系列步骤后，最终的目标往往是对未知数据进行预测或分类。本章“做出预测”将深入探讨如何利用训练好的模型进行预测，包括预测流程、评估预测结果的重要性，以及如何处理实际预测中可能遇到的问题。

1.7.5.1 预测流程概览

预测流程通常分为以下几个步骤：

准备测试数据：首先，需要准备一套与训练数据格式一致但内容不同的数据集作为测试集。测试集应包含需要预测的目标变量（对于监督学习而言），但在进行预测时，我们只使用测试集的特征部分，目标变量用于后续评估预测准确性。
加载训练好的模型：使用训练阶段保存的模型参数，加载模型到内存中。这通常涉及使用如joblib、pickle或特定库（如TensorFlow的tf.saved_model）的序列化功能。
执行预测：将测试集的特征输入到模型中，执行预测操作。对于分类问题，预测结果通常是类别的标签；对于回归问题，则是连续值。
评估预测结果：通过比较预测结果与实际目标变量（即测试集的真实标签）来计算评估指标，如准确率、召回率、F1分数（对于分类问题）或均方误差（MSE）、R²分数（对于回归问题）。这些指标帮助量化模型的性能。
解释与调优：根据评估结果，分析模型表现不佳的可能原因，如过拟合、欠拟合、特征选择不当等，并据此调整模型参数或重新训练模型。
部署模型：一旦模型满足性能要求，就可以将其部署到生产环境中，用于实时或批量预测。

1.7.5.2 实战案例：使用scikit-learn进行预测

以下是一个使用scikit-learn库进行简单线性回归预测的示例。

步骤1：准备测试数据

假设我们已有训练好的线性回归模型和一个包含新数据点的测试集。

import numpy as np
from sklearn.datasets import make_regression
from sklearn.model_selection import train_test_split
from sklearn.linear_model import LinearRegression
# 生成模拟数据
X, y = make_regression(n_samples=100, n_features=1, noise=0.1)
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)
# 训练模型
model = LinearRegression().fit(X_train, y_train)
# 准备测试数据（这里直接使用X_test作为示例）
# 在实际应用中，这些测试数据可能来自新的、未见过的数据源

步骤2：加载训练好的模型

由于在本例中我们直接训练了模型，所以无需额外加载步骤。但在实际应用中，你可能会从文件或数据库中加载已保存的模型。

步骤3：执行预测

# 使用训练好的模型对测试集进行预测
y_pred = model.predict(X_test)

步骤4：评估预测结果

from sklearn.metrics import mean_squared_error, r2_score
# 计算均方误差和R²分数
mse = mean_squared_error(y_test, y_pred)
r2 = r2_score(y_test, y_pred)
print(f"Mean Squared Error: {mse}")
print(f"R² Score: {r2}")