详解基于Jupyter notebooks采用sklearn库实现多元回归方程编程

作者:w²大大 时间:2022-04-19 21:35:31 

一、导入excel文件和相关库


import pandas;
import matplotlib;
from pandas.tools.plotting import scatter_matrix;

data = pandas.read_csv("D:\\面积距离车站.csv",engine='python',encoding='utf-8')

显示文件大小


data.shape

详解基于Jupyter notebooks采用sklearn库实现多元回归方程编程


data

详解基于Jupyter notebooks采用sklearn库实现多元回归方程编程

二.绘制多个变量两两之间的散点图:scatter_matrix()方法


#绘制多个变量两两之间的散点图:scatter_matrix()方法
font = {
 'family' : 'SimHei'
}

matplotlib.rc('font', **font)
scatter_matrix(
 data[["area","distance", "money"]],
 figsize=(10, 10), diagonal='kde'
)  #diagonal参数表示变量与变量本身之间的绘图方式,kde代表直方图
#求相关系数矩阵
data[["area", "distance", "money"]].corr()

x = data[["area", "distance"]]
y = data[["money"]]

详解基于Jupyter notebooks采用sklearn库实现多元回归方程编程

三、导入sklearn


from sklearn.linear_model import LinearRegression

#建模
lrModel = LinearRegression()

#训练模型
lrModel.fit(x, y)

#评分
R2=lrModel.score(x, y)
print("R的平方:",R2)

#预测
lrModel.predict([[10, 110],[20, 110]])

#查看参数
lrModel.coef_

#查看截距
lrModel.intercept_

结果如下:

详解基于Jupyter notebooks采用sklearn库实现多元回归方程编程

回归方程为:y=41.51x1-0.34x2+65.32

四、python全部代码


import pandas;
import matplotlib;
from pandas.tools.plotting import scatter_matrix;

data.shape

#绘制多个变量两两之间的散点图:scatter_matrix()方法
font = {
 'family' : 'SimHei'
}

matplotlib.rc('font', **font)
scatter_matrix(
 data[["area","distance", "money"]],
 figsize=(10, 10), diagonal='kde'
)  #diagonal参数表示变量与变量本身之间的绘图方式,kde代表直方图
#求相关系数矩阵
data[["area", "distance", "money"]].corr()

x = data[["area", "distance"]]
y = data[["money"]]

from sklearn.linear_model import LinearRegression

#建模
lrModel = LinearRegression()

#训练模型
lrModel.fit(x, y)

#评分
R2=lrModel.score(x, y)
print("R的平方:",R2)

#预测
lrModel.predict([[10, 110],[20, 110]])

#查看参数
lrModel.coef_

#查看截距
lrModel.intercept_

来源:https://blog.csdn.net/qq_42585108/article/details/105064820

标签:Jupyter,notebooks,sklearn,多元回归方程
0
投稿

猜你喜欢

  • js实现购物网站放大镜功能

    2024-04-30 08:51:56
  • MySQL数据库之存储过程 procedure

    2024-01-14 17:50:27
  • MySQL下载安装详情图文教程

    2024-01-24 15:48:48
  • 关于golang监听rabbitmq消息队列任务断线自动重连接的问题

    2024-04-25 13:21:03
  • golang 的string与[]byte转换方式

    2024-03-08 20:01:40
  • 不同浏览器空格的宽度

    2007-08-22 08:29:00
  • 浅析Vue自定义组件的v-model

    2024-04-29 13:10:16
  • golang 网络框架之gin的使用方法

    2023-07-19 02:35:37
  • Mysql 设置boolean类型的操作

    2024-01-24 04:49:40
  • 在OpenCV里使用Camshift算法的实现

    2023-01-24 20:46:40
  • Python遗传算法Geatpy工具箱使用介绍

    2021-11-02 02:21:16
  • 解决MySQL去除密码登录告警的问题

    2024-01-26 12:33:21
  • python实现五子棋游戏(pygame版)

    2021-09-15 16:01:42
  • Django缓存系统实现过程解析

    2021-07-22 23:18:09
  • Flask缓存静态文件的具体方法

    2023-04-12 18:27:43
  • thinkphp3.x连接mysql数据库的方法(具体操作步骤)

    2023-11-22 20:04:41
  • Python 数值区间处理_对interval 库的快速入门详解

    2022-08-12 00:18:53
  • 利用python为运维人员写一个监控脚本

    2021-01-19 16:12:37
  • Python 操作 MySQL数据库

    2024-01-17 17:46:17
  • PyQt5实现五子棋游戏(人机对弈)

    2022-05-22 12:00:50
  • asp之家 网络编程 m.aspxhome.com