记录一个SVR学习

1、为什么使用jupter来做数据预测？而不是传统pycharm编辑器

1、Jupyter Notebook 通过anaconda统一管理环境，可以运行python、R、Sql等数据分析常用语言。

2、做到交互式运行，可以逐步运行代码块，实时查看结果，便于调试和优化。

3、可以在 Notebook 中添加 Markdown 文本，记录分析过程和结论。

2、数据预测的思路分析

2.1、数据读取和数据预处理

首先对原始数据进行数据预处理是做一个数据预测的核心第一步。

在第一步我们做了数据的原始读取，并且将部分类名做了规范统一命名的处理。其次还删除掉了一些无效列。

第二步分析原始数据是否存在基本的数据问题，例如数据残缺、数据异常。

2.2 选取模型，按照要求选择SVR模型

支持向量回归（SVR, Support Vector Regression）是一种基于支持向量机（SVM, Support Vector Machine）的回归模型。SVR 通过找到一个平滑的回归函数，能够在一定的误差范围内对数据进行拟合，同时保持模型的简单性，避免过拟合。

选择原因如下：

1、适用于小样本高维数据集

2、通过 ε 和 C 平衡模型的复杂度和预测精度，避免过拟合或欠拟合

但是该模型需要对噪声数据敏感，可能需要在数据预处理中注意清洗和降噪（在上一步已经做了基本预处理）

接下来最重要就是对SVR 的关键参数进行调参：

选择径向基函数（RBF）作为核函数，用于映射非线性关系。（根据提供的数据本身就是分线性关系）

惩罚系数C，控制模型对训练误差的容忍程度。

核系数gamma，决定 RBF 核的“影响范围”。

epsilon容忍误差范围，表示模型预测值与实际值允许的偏差。

通过调整 C、gamma 和 epsilon，构建了一个具有良好拟合能力的支持向量回归模型，用于处理非线性数据。

svr = SVR(kernel="rbf", C=10, gamma=0.063, epsilon=0.1)

并且将原始数据的分为80%做训练，20%做测试集。这里random_state=42是固定随机种子，保证每次运行代码时拆分结果一致。