在数据文件insurance.csv里有保险人的特征数据和曾经发生的医疗费用, 基于这些历史数据，利用机器学习来构建一个线性回归模型，用于预测投保人的医疗费用。 要求：1. 选择10%的数据作为测试数据，90%数据作为训练数据，评估线性回归模型的偏差 用pycharm编写

首先，为了基于数据文件`insurance.csv`构建线性回归模型，你需要遵循以下步骤：

1. **数据加载**：
使用pandas库加载数据，确保先安装了这个库（`pip install pandas`）。读取csv文件并查看数据前几行，确认数据格式是否适合分析。

import pandas as pd

data = pd.read_csv('insurance.csv')
data.head()

2. **数据预处理**：
- 检查是否有缺失值或异常值，并进行适当处理（如填充、删除或替换）。
- 确保特征（自变量）和目标变量（医疗费用）已准备就绪。

3. **分割数据**：
将数据分为训练集和测试集，通常使用Scikit-Learn库的`train_test_split`函数。

from sklearn.model_selection import train_test_split
X = data.drop('medical_cost', axis=1)  # 特征列
y = data['medical_cost']  # 目标列
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.1, random_state=42)

4. **模型训练**：
创建一个线性回归模型，并用训练数据拟合它。

from sklearn.linear_model import LinearRegression
model = LinearRegression()
model.fit(X_train, y_train)

5. **偏差评估**：
对训练好的模型，我们通常通过计算均方误差（MSE）、均方根误差（RMSE）或R^2分数来评估模型的偏差。这里可以使用`score`方法计算R^2得分。

from sklearn.metrics import r2_score
y_pred_train = model.predict(X_train)
r2_train = r2_score(y_train, y_pred_train)
print(f"Training R^2 Score: {r2_train}")
y_pred_test = model.predict(X_test)
r2_test = r2_score(y_test, y_pred_test)
print(f"Testing R^2 Score: {r2_test}")