好的，根据图片中的作业要求，我将为你编写一个完整的 Python 程序。 这个程序将完成以下任务： 1. **加载数据**：使用 `sklearn.datasets.load_diabetes()` 加载糖尿病数据集。 2. **划分数据集**：使用 `sklearn.model_selection.train_test_split()` 将数据划分为训练集和测试集（比例可自行设定，这里我设定为 8:2）。 3. **模型训练**：使用 `sklearn.linear_model.LinearRegression` 创建线性回归模型，并在训练集上进行训练。 4. **模型评估**：在测试集上对训练好的模型进行评估，并输出评估结果（如 R² 分数、均方误差等）。 --- ### Python 代码实现 ```python # 导入必要的库 from sklearn import datasets from sklearn.model_selection import train_test_split from sklearn.linear_model import LinearRegression from sklearn.metrics import mean_squared_error, r2_score import numpy as np # 1. 加载 Diabetes 数据集 print("正在加载 Diabetes 数据集...") diabetes = datasets.load_diabetes() # 获取特征数据 (X) 和标签数据 (y) X = diabetes.data y = diabetes.target # 打印数据集的基本信息 print(f"数据集形状: {X.shape}") # (样本数, 特征数) print(f"特征名称: {diabetes.feature_names}") print(f"目标变量描述: {diabetes.DESCR.split('Target Variable')[1].split('.')[0]}") # 简单提取目标变量描述 print("-" * 50) # 2. 划分数据集为训练集和测试集 # 这里我们设定测试集占总数据的 20% (test_size=0.2)，随机种子设为 42 以保证结果可复现 # 你可以根据需要修改 test_size 的值，例如 0.3 表示 30% 作为测试集 test_size_ratio = 0.2 random_state_value = 42 X_train, X_test, y_train, y_test = train_test_split( X, y, test_size=test_size_ratio, random_state=random_state_value ) print(f"训练集大小: {X_train.shape[0]} 个样本") print(f"测试集大小: {X_test.shape[0]} 个样本") print(f"划分比例: 训练集 {1-test_size_ratio:.0%}, 测试集 {test_size_ratio:.0%}") print("-" * 50) # 3. 创建并训练线性回归模型 print("正在训练线性回归模型...") model = LinearRegression() model.fit(X_train, y_train) print("模型训练完成！") print("-" * 50) # 4. 基于测试集进行模型评估 print("正在评估模型性能...") # 在测试集上进行预测 y_pred = model.predict(X_test) # 计算评估指标 mse = mean_squared_error(y_test, y_pred) # 均方误差 rmse = np.sqrt(mse) # 均方根误差 r2 = r2_score(y_test, y_pred) # R² 决定系数 # 输出评估结果 print("模型评估结果:") print(f"均方误差 (MSE): {mse:.2f}") print(f"均方根误差 (RMSE): {rmse:.2f}") print(f"R² 分数 (R² Score): {r2:.4f}") print("-" * 50) # （可选）输出模型的系数和截距 print("模型参数:") print(f"截距 (Intercept): {model.intercept_:.2f}") print("系数 (Coefficients):") for feature_name, coefficient in zip(diabetes.feature_names, model.coef_): print(f" {feature_name}: {coefficient:.4f}") ``` --- ### 代码说明： * **导入库**：程序首先导入了完成任务所需的所有 `sklearn` 模块以及 `numpy`。 * **加载数据**：`datasets.load_diabetes()` 函数直接加载了内置的糖尿病数据集，返回一个类似字典的对象，其中 `.data` 是特征矩阵，`.target` 是目标向量。 * **划分数据**：`train_test_split()` 函数是关键，它接收特征 `X` 和标签 `y`，并根据 `test_size` 参数指定的比例将它们随机打乱后分割成四部分：`X_train`, `X_test`, `y_train`, `y_test`。`random_state` 参数确保每次运行代码时划分的结果是一致的，便于调试和比较。 * **模型训练**：创建一个 `LinearRegression` 实例，然后调用其 `.fit()` 方法，传入训练数据 `X_train` 和 `y_train`，模型就会开始学习特征与目标之间的关系。 * **模型评估**： * 使用训练好的模型对测试集特征 `X_test` 进行预测，得到 `y_pred`。 * 使用 `mean_squared_error` 计算预测值 `y_pred` 与真实值 `y_test` 之间的均方误差（MSE），这是衡量回归模型精度的常用指标，值越小越好。 * 使用 `r2_score` 计算 R² 分数，它表示模型对目标变量方差的解释程度，取值范围通常在 [0, 1] 之间，越接近 1 表示模型拟合得越好。 * **输出结果**：程序会清晰地打印出每一步的操作信息和最终的评估指标，方便你查看和理解。 你可以直接将这段代码复制到你的 Python 环境中（如 Jupyter Notebook, PyCharm, VS Code 等）运行即可。根据你的具体需求，你可以调整 `test_size_ratio` 的值来改变训练集和测试集的划分比例。