欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  后端开发

python如何实现线性回归

程序员文章站 2022-03-15 16:09:49
...
Python语言实现线性回归的步骤有:导入所要用到的库,读取数据并进行预处理。分析数据以及建立线性回归模型,并进行模型训练检验模型效果

通过使用python语言来实现线性回归是非常方便的,因为它提供了多个现成的库,比如可以使用numpy.linalog.lstsq,pandas.ols以及

scipy.stats.linregress等,在本文中将使用sklearn库的linear_model.LinearRegression,它支持任意维度,非常好用。

python如何实现线性回归

【推荐教程:Python教程

二维直线

例:线性方程y=a∗x+b;y=a∗x+b 表示平面一直线

在下面的例子中,我们将建立线性回归模型,通过给出房屋的面积来预测房屋的价格

import pandas as pd
from io import StringIO
from sklearn import linear_model
import matplotlib.pyplot as plt
# 房屋面积与价格历史数据(csv文件)
csv_data = 'square_feet,price\n150,6450\n200,7450\n250,8450\n300,9450\n350,11450\n400,15450\n600,18450\n'
# 读入dataframe
df = pd.read_csv(StringIO(csv_data))
print(df)
# 建立线性回归模型
regr = linear_model.LinearRegression()
# 拟合
regr.fit(df['square_feet'].reshape(-1, 1), df['price']) # 注意此处.reshape(-1, 1),因为X是一维的!
# 不难得到直线的斜率、截距
a, b = regr.coef_, regr.intercept_
# 给出待预测面积
area = 238.5
# 方式1:根据直线方程计算的价格
print(a * area + b)
# 方式2:根据predict方法预测的价格
print(regr.predict(area))
# 画图
# 1.真实的点
plt.scatter(df['square_feet'], df['price'], color='blue')
# 2.拟合的直线
plt.plot(df['square_feet'], regr.predict(df['square_feet'].reshape(-1,1)), color='red', linewidth=4)
plt.show()

效果图:

python如何实现线性回归

三维平面

线性方程z=a∗x+b∗y+c;z=a∗x+b∗y+c 表示空间一平面

import numpy as np
from sklearn import linear_model
from mpl_toolkits.mplot3d import Axes3D
import matplotlib.pyplot as plt
xx, yy = np.meshgrid(np.linspace(0,10,10), np.linspace(0,100,10))
zz = 1.0 * xx + 3.5 * yy + np.random.randint(0,100,(10,10))

# 构建成特征、值的形式
X, Z = np.column_stack((xx.flatten(),yy.flatten())), zz.flatten()

# 建立线性回归模型
regr = linear_model.LinearRegression()
# 拟合
regr.fit(X, Z)
# 不难得到平面的系数、截距
a, b = regr.coef_, regr.intercept_
# 给出待预测的一个特征
x = np.array([[5.8, 78.3]])
# 方式1:根据线性方程计算待预测的特征x对应的值z(注意:np.sum)
print(np.sum(a * x) + b)
# 方式2:根据predict方法预测的值z
print(regr.predict(x))
# 画图
fig = plt.figure()
ax = fig.gca(projection='3d')
# 1.画出真实的点
ax.scatter(xx, yy, zz)
# 2.画出拟合的平面
ax.plot_wireframe(xx, yy, regr.predict(X).reshape(10,10))
ax.plot_surface(xx, yy, regr.predict(X).reshape(10,10), alpha=0.3)
plt.show()

效果图:

python如何实现线性回归

总结:以上就是本篇文章的全部内容了,希望对大家有所帮助

以上就是python如何实现线性回归的详细内容,更多请关注其它相关文章!

相关标签: python,线性回归