线性回归预测

线性回归分析

一元线性回归:

代码
城市用水预测

import pandas as pd

import numpy as np

import matplotlib.pyplot as plt

from pandas import DataFrame, Series

from sklearn.model_selection import train_test_split

from sklearn.linear_model import LinearRegression

# 读取文件

datafile = u'C:\\Users\\ASUS\\Desktop\\dhdhdh.xlsx'  # 文件所在位置,u为防止路径中有中文名称,此处没有,可以省略

data = pd.read_excel(datafile)  # datafile是excel文件,所以用read_excel,如果是csv文件则用read_csv

examDf = DataFrame(data)

examDf.head()

# 绘制散点图,examDf.jt为X轴,examDf.hk为Y轴

plt.scatter(examDf.Connect, examDf.Return, color='darkgreen', label="Exam Data")

# 添加图的标签(x轴,y轴)

plt.xlabel("tempture")  # 设置X轴标签

plt.ylabel("waterconsumptuton")  # 设置Y轴标签

plt.show()  # 显示图像

rDf = examDf.corr()
# 查看数据间的相关系数

print(rDf)

# 拆分训练集和测试集(train_test_split是存在与sklearn中的函数)
  • 1
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值