如何利用python进行线性回归分析?
thank rain
2024-11-17 04:30:53
最佳回答
1导入需要用到的库,如果没有则先进行安装。import numpy as npimport pandas as pdfrom sklearn import linear_model #导入机器学习库中的线性回归方法from matplotlib import pyplot as plt2读取或输入数据。data=pd.dataframe({'price':[12,52,33,24,51,26,37],'sales':[2030,509,1457,875,2301,1521,1689]})print(data)3数据预处理。选择x,y变量,如果有空值,可以剔除。x=np.array(data['price']).reshape([7,1])y=np.array(data['sales']).reshape([7,1])4探索性数据分析。绘制散点图,观察数据关系及趋势变化。plt.scatter(x,y)plt.show()从图形中可以看出,除去一些异常值的情况下,x,y之间存在一定的线性关系。在实际情况中,用于线性回归的样本量应该稍大一些,趋势才会更明显。5建立线性回归模型,并进行模型训练。model=linear_model.linearregression()model.fit(x,y)6检验模型效果。coef=model.coef_ #获取自变量系数model_intercept=model.intercept_#获取截距r2=model.score(x,y) #r的平方print('线性回归方程为:','\n','y=’{}*x+{}'.format(coef,model_intercept))7利用上面的结果进行回归预测。new_x=60y_pre=model.predict(new_x)print(y_pre)end 20210311