好的，下面是一个详细的步骤说明如何通过 Python 实现这个问题： ### 背景知识 我们希望通过病人的体重 (`wt`) 来预测其肾脏容积 (`volume`)。这是一个典型的线性回归问题。 #### 线性回归模型的形式： \[ y = wx + b \] - \( x \) 表示输入变量 (如 `wt` - 体重) - \( w \) 和 \( b \) 分别表示权重和偏置 - \( y \) 表示目标值 (如 `volume` - 肾脏容积) 为了训练这个模型，我们可以使用 **梯度下降** 的方法来自行优化 \( w \) 和 \( b \)，同时也可以借助库函数进行比较。 --- ### 步骤1：读取 CSV 文件并加载数据 ```python import pandas as pd # 假设CSV文件路径为 "data.csv" file_path = 'data.csv' df = pd.read_csv(file_path) # 提取 wt 列作为特征 X，并提取 volume 列作为标签 Y X = df['wt'].values.reshape(-1, 1) # 将一维数组转换成二维矩阵形式 [n_samples, n_features] Y = df['volume'].values # 标签列 ``` --- ### 步骤2：实现梯度下降算法 以下是手动实现梯度下降的过程： ```python import numpy as np def gradient_descent(X, Y, learning_rate=0.01, iterations=1000): m = len(Y) # 数据样本数 w = 0 # 初始化权重 b = 0 # 初始化偏置 for i in range(iterations): # 迭代次数 # 计算当前的预测值 prediction = w * X + b # 计算误差（损失） error_w = (-2/m) * sum(X * (Y - prediction)) error_b = (-2/m) * sum(Y - prediction) # 更新参数 w -= learning_rate * error_w b -= learning_rate * error_b if i % 100 == 0: # 每隔一定步数打印一次进度 cost = np.mean((prediction - Y)**2) print(f"Iteration {i}, Cost: {cost}") return w, b # 返回最终的 w 和 b 参数 ``` 然后调用该函数完成训练： ```python w_manual, b_manual = gradient_descent(X.flatten(), Y, learning_rate=0.01, iterations=1500) print("Manually trained model parameters:") print(f"w = {w_manual}, b = {b_manual}") ``` --- ### 步骤3：利用 Scikit-Learn 库对比结果 可以使用 `scikit-learn` 中提供的线性回归功能快速验证我们的手写代码是否准确： ```python from sklearn.linear_model import LinearRegression model_sklearn = LinearRegression() model_sklearn.fit(X, Y) print("\nScikit-learn model parameters:") print(f"Intercept (b): {model_sklearn.intercept_}") print(f"Coefficient (w): {model_sklearn.coef_[0]}") ``` --- ### 步骤4：绘制预测曲线并与实际值对比 最后，我们可以将两者的预测结果可视化出来以便直观地观察差异： ```python import matplotlib.pyplot as plt plt.scatter(X, Y, color='blue', label='Actual Data') # 手动实现的结果 y_pred_manual = w_manual * X + b_manual plt.plot(X, y_pred_manual, color='red', label=f'Manual Pred (w={w_manual:.2f})') # 使用 scikit-learn 得到的结果 y_pred_sklearn = model_sklearn.predict(X) plt.plot(X, y_pred_sklearn, color='green', linestyle='--', label=f'Sklearn Pred (w={model_sklearn.coef_[0]:.2f})') plt.xlabel('Weight (wt)') plt.ylabel('Volume') plt.legend() plt.show() ``` --- ### 结果分析 运行以上程序后会得到两个部分的内容： 1. 自己实现的梯度下降拟合出来的系数； 2. 直接调用机器学习框架得到的标准结果。 两者应该较为接近，如果有较大差距，则可能是梯度下降超参设置不合理导致的问题（例如迭代次数不足、学习率过大等）。