"""
# 利用 diabetes數據集來學習線性回歸 
# diabetes 是一個關于糖尿病的數據集， 該數據集包括442個病人的生理數據及一年以后的病情發展情況。 
# 數據集中的特征值總共10項, 如下: 
 # 年齡 
 # 性別 
 #體質指數 
 #血壓 
 #s1,s2,s3,s4,s4,s6 (六種血清的化驗數據) 
 #但請注意，以上的數據是經過特殊處理， 10個數據中的每個都做了均值中心化處理，然后又用標準差乘以個體數量調整了數值范圍。
 #驗證就會發現任何一列的所有數值平方和為1. 
"""
 
import matplotlib.pyplot as plt
import numpy as np
from sklearn import datasets, linear_model
from sklearn.metrics import mean_squared_error, r2_score
 
# Load the diabetes dataset
diabetes = datasets.load_diabetes() 
 
# Use only one feature 
# 增加一個維度，得到一個體質指數數組[[1],[2],...[442]]
diabetes_X = diabetes.data[:, np.newaxis,2]
print(diabetes_X)
 
# Split the data into training/testing sets
diabetes_X_train = diabetes_X[:-20]
diabetes_X_test = diabetes_X[-20:]
 
# Split the targets into training/testing sets
diabetes_y_train = diabetes.target[:-20]
diabetes_y_test = diabetes.target[-20:]
 
# Create linear regression object
regr = linear_model.LinearRegression()
 
# Train the model using the training sets
regr.fit(diabetes_X_train, diabetes_y_train)
 
# Make predictions using the testing set
diabetes_y_pred = regr.predict(diabetes_X_test)
 
# The coefficients 
# 查看相關系數 
print('Coefficients: \n', regr.coef_)
 
 
# The mean squared error 
# 均方差
# 查看殘差平方的均值(mean square error,MSE) 
print("Mean squared error: %.2f"
  % mean_squared_error(diabetes_y_test, diabetes_y_pred))
 
 
# Explained variance score: 1 is perfect prediction 
# R2 決定系數（擬合優度）
# 模型越好：r2→1
# 模型越差：r2→0
print('Variance score: %.2f' % r2_score(diabetes_y_test, diabetes_y_pred))
 
 
# Plot outputs
plt.scatter(diabetes_X_test, diabetes_y_test, color='black')
plt.plot(diabetes_X_test, diabetes_y_pred, color='blue', linewidth=3)
 
plt.xticks(())
plt.yticks(())
 
plt.show()