摘要：科学研究证明鲍鱼壳上的环数与其年龄成正比。传统方法就是通过计数壳上的环数从而可以得到鲍鱼的年龄。而获取壳上的环数需要把贝壳切割开来，对椎体进行染色，再在显微镜下人工观察读取环数。这一方面操作过于繁琐，另一方面人工操作过程不可避免的会存在误差。

本研究采用机器学习来获取鲍鱼壳的环数。它通过对鲍鱼的性别，长度，直径，高度，总重量，剥壳重量，内脏重量，壳重，这八个输入变量的4177组数据，建立回归模型，实现对鲍鱼壳的环数的预测。

实验结果表明与传统方法相比，采用多元线性回归的方法来预测鲍鱼壳环数具有操作简便，预测精准度高的优势。

关键字：机器学习  多元线性  鲍鱼壳环数

目录

摘要

Abstract

1. 绪论-6

1.1毕业设计背景及意义-6

1.2机器学习-6

2. 开发环境的介绍-7

2.1 Python 语言-7

2.2 Python 语言中的类与对象-7

2.3 Anaconda软件介绍-8

3. 数据预处理-9

3.1 标准库的导入-9

3.2 数据集的导入-10

3.3 数据分类-12

3.4 创建训练集和测试集-13

3.5 特征缩放-14

4. 回归算法-17

4.1 多元线性回归-17

4.1.1 基本原理-17

4.1.2 概念-17

4.2 自变量与因变量的关系-18

4.2.1 鲍鱼长度与鲍鱼环数之间的关系-20

4.2.2 鲍鱼直径与鲍鱼环数之前的关系-20

4.2.3 鲍鱼高度与鲍鱼环数之间的关系-21

4.2.4 鲍鱼总重量与鲍鱼环数之间的关系-21

4.2.5 鲍鱼剥壳重量与鲍鱼环数之间的关系-22

4.2.6 鲍鱼内脏重量与鲍鱼环数之间的关系-22

4.2.7 鲍鱼壳重与鲍鱼环数之间的关系-23

4.2.8 本节小结-23

4.3 建立模型-24

4.3.1 模型训练-24

4.3.2 模型预测-24

4.3.3 选择自变量-29

4.4反向淘汰法算法-28

5. 总结-35

参考文献-36

致谢-37