摘要：項目描述保險公司對個人投保時或根據(jù)歷史數(shù)據(jù)生成的模型來計算個人保費，那么本次我們就以這個模型的求解過程為例來實踐下多元線性回歸。則是當前數(shù)據(jù)人上年度在保險的額度。如何從數(shù)據(jù)估計線性回歸系數(shù)。如何使用線性回歸預(yù)測新數(shù)據(jù)。

保險公司對個人投保時或根據(jù)歷史數(shù)據(jù)生成的模型來計算個人保費，那么本次我們就以這個模型的求解過程為例來實踐下多元線性回歸。

數(shù)據(jù)集下載
數(shù)據(jù)信息如下圖所示:

我們已經(jīng)獲取到保險公司部分數(shù)據(jù)，文件名為insurance.csv，文件內(nèi)容如下。
我們可以看出數(shù)據(jù)中共有六個維度：age（年齡）,sex（性別）,bmi（肥胖指數(shù)）,children（孩子數(shù)量）,smoker（是否吸煙）,region（居住地）。charges則是當前數(shù)據(jù)人上年度在保險的額度。
所以我們可以構(gòu)建一個六維高維空間來求解這個模型。

相對于年齡來說， 年齡越大， 購買保險的金額應(yīng)該越大；

相對于性別來說，整體女性的壽命大于男性壽命大約10年， 因此男性的保險額度應(yīng)該更大。

相對于肥胖指數(shù)來說， 肥胖指數(shù)越小， 身體狀況越不好， 購買保險的金額應(yīng)該越大；

相對于孩子的數(shù)量來說， 孩子的數(shù)量越多， 壓力越大， 越勞累， 購買保險的金額應(yīng)該越大；

相對于是否吸煙來說， 吸煙的人壽命遠少于不吸煙的壽命， 因此 購買保險的金額應(yīng)該越大；

相對于地區(qū)來說， 地區(qū)環(huán)境越差， 有霧霾， 則越容易生病， 那么購買保險的金額應(yīng)該越大；

最后說明一下，本章中的數(shù)據(jù)來源主要是來自某保險公司內(nèi)部的真實歷史數(shù)據(jù)。

完成本項目后，您將知道：

如何從訓(xùn)練數(shù)據(jù)中估計統(tǒng)計量。

如何從數(shù)據(jù)估計線性回歸系數(shù)。

如何使用線性回歸預(yù)測新數(shù)據(jù)。

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

# 1). 讀取csv文件數(shù)據(jù);
filename = "data/insurance.csv"
data = pd.read_csv(filename)

# 2). 清洗數(shù)據(jù)
reg = LinearRegression()
x = data[["age", "sex", "bmi", "children", "smoker", "region"]]
y = data["charges"]
# 轉(zhuǎn)換數(shù)據(jù)類型為整形
x = x.apply(pd.to_numeric, errors="corece")
y = y.apply(pd.to_numeric, errors="coerce")
# 填充空值
x.fillna(0, inplace=True)
y.fillna(0, inplace=True)

print(x)
print(y)


# 3). 開始建模
# degree： 多項式的階數(shù)，一般默認是2;
# interaction_only:如果值為true(默認是false),則會產(chǎn)生相互影響的特征集。
# include_bias:是否包含偏差列
poly_features = PolynomialFeatures(degree=2, include_bias=False)
# 降維
X_poly = poly_features.fit_transform(x)


# 4). 用線性回歸進行擬合
reg.fit(X_poly, y)
print(reg.coef_)
print(reg.intercept_)

# 5). 預(yù)測
y_predict = reg.predict(X_poly)


# 5). 真實的y值繪制:圖形繪制顯示
plt.plot(x["age"], y, "b.")
# 預(yù)測的y值繪制
plt.plot(X_poly[:, 0], y_predict, "r.")
plt.show()

預(yù)測值與真實值的圖像顯示: