低碳生活行为影响因素预测线性回归模型开发与测试
（1）人工智能训练师主机 1 台；
（2）Python 编译环境；
（3）大学生低碳生活行为的影响因素数据集。
20min
在应对气候变化的背景下，了解和促进低碳生活行为变得越来越重要。现要求根据提供的“大学生低碳生活行为的影响因素数据集”，补全2.2.4.ipynb代码。选择合适的特征，开发一个预测大学生低碳生活行为的模型。利用测试工具对模型进行测试，并对测试结果进行分析，完成测试报告，并运用工具对错误原因进行纠正。
（1）正确加载数据集，并显示前五行的数据。
（2）请使用线性回归模型，要求设定自变量和因变量，并根据自变量特征进行模型训练，最终将训练好的模型以文件名2.2.4_model.pkl保存到考生文件夹，结果文件以2.2.4_results.txt保存到考生文件夹。
（3）使用测试工具对模型进行测试，并记录测试结果，命名2.2.4_report.txt，保存到考生文件夹。
（4）对测试结果进行详细分析，并编写测试报告，包括模型性能评估、错误分析及改进建议，将答案写到答题卷文件中，答题卷文件命名为“2.2.4.docx”，保存到考生文件夹。
（5）运用工具分析算法中错误案例产生的原因并进行纠正，重新得到模型训练结果，以文件名2.2.4_results_xg.txt保存到考生文件夹。
（6）将以上代码以及运行结果，以html格式保存并命名为2.2.4.html，保存到考生文件夹，考生文件夹命名为“准考证号+身份证后6位”。
(1) 能够维护日常训练集与测试集。
(2) 能使用工具对算法进行训练。
(3) 能够使用测试工具对人工智能产品的使用进行测试。
(4) 能够对测试结果进行分析，编写测试报告。
(5) 能够运用工具，分析算法中错误案例产生的原因并进行纠正。
(1) 深入理解业务，训练符合业务需求的模型。
(2) 数据预处理步骤完整，方法选择合理。
(3) 代码实现正确，结果符合预期。
(4) 测试结果分析全面，报告详细。
考生文件夹可以保存在桌面。
jupyter notebook 工作目录（根目录）：虚拟机环境中的D:\jupyter_notebook。
jupyter notebook 打开方式：在终端中输入jupyter notebook启动。
ipynb填充代码运行后，保存为html格式上传。保存方法：jupyter notebook中File->Download as->HTML(.html)。
ipynb代码在下划线上填充，请勿随意添加、删除或修改源代码的其他部分，以免影响考试结果。