知識(shí)點(diǎn)普及

• 回歸分析：研究自變量與因變量之間的關(guān)系形式的分析方法，主要是通過建立自變量y和影響他的自變量Xi(i=1,2,3...)之間的回歸模型來預(yù)測自變量y的發(fā)展趨勢.
• 回歸模型分析步驟：
  • 根據(jù)預(yù)測目標(biāo)，確定因變量和自變量
  • 繪制散點(diǎn)圖，確定回歸模型或類型
  • 估計(jì)模型參數(shù)，建立回歸模型
  • 對回歸模型進(jìn)行校驗(yàn)
  • 利用回歸模型進(jìn)行預(yù)測

簡單線性回歸：y=a+bx+e

• y 因變量
• x 自變量
• a 常數(shù)項(xiàng) 截距
• b 回歸系數(shù) 斜率
• e 隨機(jī)誤差

sklearn 建立模型的流程

• 建立模型: lrModel = sklearn.linear_model.LinearRegression()
• 訓(xùn)練模型: lrModel.fit(x,y)
• 模型評(píng)估: lrModel.score(x,y)
• 模型預(yù)測: lrModel.predict(x)

樣例代碼

#!/usr/bin/env python
# coding=utf-8
import  numpy as np
from pandas import read_csv
import matplotlib.pyplot as plt
from sklearn.linear_model import LinearRegression

data = read_csv('../data/input/data.csv')

#畫出散點(diǎn)圖,求x,y的相關(guān)系數(shù)
plt.scatter(data.廣告投入,data.銷售額)

data.corr()

# 估計(jì)模型參數(shù),建立回歸模型
lrModel = LinearRegression()

X = data[['廣告投入']]
Y = data[['銷售額']]


#模型訓(xùn)練
lrModel.fit(X,Y)

#模型評(píng)估
lrModel.score(X,Y)


# 利用回歸模型進(jìn)行預(yù)測
res = lrModel.predict([[50],[40],[20]])
print (res)

# 查看截距

alpha =  lrModel.intercept_[0]

# 查看參數(shù)
beta = lrModel.coef_[0][0]

alpha + beta*np.array([50,40,20]) 

結(jié)果輸出

[[ 150.53303965]
 [ 113.15418502]
 [  38.39647577]]

多重線性回歸 :研究一個(gè)因變量和多個(gè)自變量間的線性關(guān)系的方法

多重線性回歸表達(dá)式

樣例代碼

#!/usr/bin/env python
# coding=utf-8



import matplotlib 
import pandas as pd 
from pandas.tools.plotting import scatter_matrix

data = pd.read_csv('../data/input/data_2.csv')

# matplotlib設(shè)置圖表中文正常顯示
font = {
    'family':'SimHei'
}

matplotlib.rc('font',**font)

#矩陣?yán)L制散點(diǎn)圖
scatter_matrix(
    data[['店鋪的面積','距離最近的車站','月營業(yè)額']],
    figsize = (10,10),diagonal='kde'
    )

#計(jì)算相關(guān)系數(shù)
data[['店鋪的面積','距離最近的車站','月營業(yè)額']].corr()

#自變量
X = data[['店鋪的面積','距離最近的車站']]
#因變量
Y = data[['月營業(yè)額']]

from sklearn.linear_model import LinearRegression
lrModel = LinearRegression()
lrModel.fit(X,Y)
lrModel.score(X,Y)
res1 = lrModel.predict([[10,110]])
res2 = lrModel.predict([[10,110],[20,110]])

print (res1)
print (res2)
#查看參數(shù)
lrModel.coef_
#查看截距
lrModel.intercept_

附注

• matplotlib相關(guān)知識(shí)點(diǎn)請查看
  • matplotlib教程之基礎(chǔ)
  • matplotlib教程之Pyplot 模塊
  • matplotlib教程之實(shí)例
• 相關(guān)系數(shù)計(jì)算相關(guān)知識(shí)點(diǎn)請查看
  • 相關(guān)性分析

我是阿羽，一枚正在學(xué)習(xí)的搬磚小工，希望大家多多指教！