### 数据准备与预处理 在进行多元线性回归预测之前，首先需要准备数据并进行预处理。这包括数据清洗、缺失值处理、特征选择和数据标准化等步骤。以下是一个完整的数据预处理示例： ```python import pandas as pd from sklearn.model_selection import train_test_split from sklearn.preprocessing import StandardScaler # 加载数据集 data = pd.read_csv('data.csv') # 数据清洗：删除缺失值 data.dropna(inplace=True) # 特征选择：假设目标变量为 'target'，其余列为特征 X = data.drop('target', axis=1) y = data['target'] # 数据标准化 scaler = StandardScaler() X_scaled = scaler.fit_transform(X) # 划分训练集和测试集 X_train, X_test, y_train, y_test = train_test_split(X_scaled, y, test_size=0.2, random_state=42) ``` ### 多元线性回归模型训练 使用 `scikit-learn` 库中的 `LinearRegression` 类来训练多元线性回归模型。以下是模型训练的代码示例： ```python from sklearn.linear_model import LinearRegression from sklearn.metrics import mean_squared_error, r2_score # 创建并训练模型 model = LinearRegression() model.fit(X_train, y_train) # 在测试集上进行预测 y_pred = model.predict(X_test) # 计算模型性能指标 mse = mean_squared_error(y_test, y_pred) r2 = r2_score(y_test, y_pred) print(f"Mean Squared Error: {mse}") print(f"R^2 Score: {r2}") ``` ### 可视化预测结果 为了更直观地展示模型的预测效果，可以绘制预测值与实际值的对比图以及残差图。以下是可视化代码示例： ```python import matplotlib.pyplot as plt # 绘制预测值与实际值的对比图 plt.figure(figsize=(10, 6)) plt.scatter(y_test, y_pred, alpha=0.7) plt.plot([min(y_test), max(y_test)], [min(y_test), max(y_test)], color='red', linestyle='--') plt.xlabel('Actual Values') plt.ylabel('Predicted Values') plt.title('Actual vs Predicted Values') plt.show() # 绘制残差图 residuals = y_test - y_pred plt.figure(figsize=(10, 6)) plt.scatter(y_pred, residuals, alpha=0.7) plt.axhline(y=0, color='red', linestyle='--') plt.xlabel('Predicted Values') plt.ylabel('Residuals') plt.title('Residual Plot') plt.show() ``` ### GUI设计 为了提供用户友好的交互界面，可以使用 `Tkinter` 库来设计一个简单的图形用户界面（GUI）。以下是 GUI 设计的代码示例： ```python import tkinter as tk from tkinter import filedialog import pandas as pd from sklearn.linear_model import LinearRegression from sklearn.preprocessing import StandardScaler import matplotlib.pyplot as plt class MLRApp: def __init__(self, root): self.root = root self.root.title("Multivariate Linear Regression Predictor") self.load_button = tk.Button(root, text="Load Data", command=self.load_data) self.load_button.pack(pady=10) self.train_button = tk.Button(root, text="Train Model", command=self.train_model) self.train_button.pack(pady=10) self.plot_button = tk.Button(root, text="Plot Results", command=self.plot_results) self.plot_button.pack(pady=10) self.data = None self.model = None self.X_test = None self.y_test = None self.y_pred = None def load_data(self): file_path = filedialog.askopenfilename() if file_path: self.data = pd.read_csv(file_path) self.data.dropna(inplace=True) self.X = self.data.drop('target', axis=1) self.y = self.data['target'] self.scaler = StandardScaler() self.X_scaled = self.scaler.fit_transform(self.X) self.X_train, self.X_test, self.y_train, self.y_test = train_test_split(self.X_scaled, self.y, test_size=0.2, random_state=42) print("Data loaded and preprocessed.") def train_model(self): if self.data is not None: self.model = LinearRegression() self.model.fit(self.X_train, self.y_train) self.y_pred = self.model.predict(self.X_test) mse = mean_squared_error(self.y_test, self.y_pred) r2 = r2_score(self.y_test, self.y_pred) print(f"Model trained. MSE: {mse}, R^2: {r2}") else: print("Please load data first.") def plot_results(self): if self.y_pred is not None: plt.figure(figsize=(10, 6)) plt.scatter(self.y_test, self.y_pred, alpha=0.7) plt.plot([min(self.y_test), max(self.y_test)], [min(self.y_test), max(self.y_test)], color='red', linestyle='--') plt.xlabel('Actual Values') plt.ylabel('Predicted Values') plt.title('Actual vs Predicted Values') plt.show() residuals = self.y_test - self.y_pred plt.figure(figsize=(10, 6)) plt.scatter(self.y_pred, residuals, alpha=0.7) plt.axhline(y=0, color='red', linestyle='--') plt.xlabel('Predicted Values') plt.ylabel('Residuals') plt.title('Residual Plot') plt.show() else: print("Please train the model first.") if __name__ == "__main__": root = tk.Tk() app = MLRApp(root) root.mainloop() ``` ### 代码详解 1. **数据加载与预处理**：使用 `pandas` 加载数据集，并进行数据清洗、缺失值处理和特征选择。通过 `StandardScaler` 对数据进行标准化，以确保不同特征的量纲一致。 2. **模型训练**：使用 `LinearRegression` 类来训练模型，并在测试集上进行预测。计算均方误差（MSE）和决定系数（R²）来评估模型性能。 3. **结果可视化**：使用 `matplotlib` 绘制预测值与实际值的对比图以及残差图，以便更直观地评估模型的预测效果。 4. **GUI设计**：使用 `Tkinter` 库设计一个简单的图形用户界面，允许用户加载数据、训练模型和可视化结果。每个按钮对应一个功能，用户可以通过点击按钮来执行相应的操作。 ###