python 线性回归示例

python

说明:此文的第一部分参考了这里

python进行线性回归分析非常方便,有现成的库可以使用比如:numpy.linalog.lstsq例子、scipy.stats.linregress例子、pandas.ols例子等。

不过本文使用sklearn库的linear_model.LinearRegression,支持任意维度,非常好用。

一、二维直线的例子

预备知识:线性方程\(y = a * x + b\) 表示平面一直线

下面的例子中,我们根据房屋面积、房屋价格的历史数据,建立线性回归模型。

然后,根据给出的房屋面积,来预测房屋价格。这里是数据来源

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

二、三维平面的例子

预备知识:线性方程\(z = a * x + b * y + c\) 表示空间一平面

由于找不到真实数据,只好自己虚拟一组数据。

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

以上是 python 线性回归示例 的全部内容, 来源链接: utcz.com/z/387295.html

回到顶部