初识线性回归

最新推荐文章于 2024-10-05 18:02:32 发布

cjhz2333

最新推荐文章于 2024-10-05 18:02:32 发布

阅读量85

点赞数

文章标签：线性回归 python 数据分析

本文链接：https://blog.csdn.net/cjhz2333/article/details/129640951

版权

一.用excel中数据分析功能做线性回归练习。

（1）用excel打开下载的身高体重文件

在这里插入图片描述

（2）添加工具用于数据分析

首先点击更多-选项。
在这里插入图片描述
点击加载项-转到。

勾选两个工具库，点击确定。

点击数据可以看到有数据分析选项即添加成功。

（3）进行线性回归分析

1. 20组数据

点击数据分析，选择回归，点击确定
在这里插入图片描述
先选择20个数据，体重为Y，身高为X，并设定一个输出区域，选定输出线性拟合图，输出图表如下：

这样不便于观察，我们修改一下横坐标，需要点击横坐标，点击坐标轴选项，修改最小值和最大值，如下图：
在这里插入图片描述
点击原始数据，点击添加趋势线，点击显示公式，显示R平方值，记录公式和R的平方的值如下图。

2. 200组数据

此时需要选择200组数据，并按上述方法操作即可。
在这里插入图片描述
结果如下图：

3. 2000组数据

操作方法同上，结果如下。
在这里插入图片描述

二.用jupyter编程（不借助第三方库），用最小二乘法，重做第1题

（1）用Jupyter Notebook创建一个新的文件

在这里插入图片描述

（2）代码以及实验结果

先准备数据，把我们的数据文档上传到jupyter，方便用的时候可以不修改路径，在下图所示处可以上传数据。
在这里插入图片描述

1. 20组数据

代码如下：

import pandas as pd
import numpy as np
import math
#准备数据
p=pd.read_excel('weights_heights.xls','weights_heights')
#读取20行数据
p1=p.head(20)
x=p1["Height"]
y=p1["Weight"]
# 平均值
x_mean = np.mean(x)
y_mean = np.mean(y)
#x（或y）列的总数（即n）
xsize = x.size
zi=((x-x_mean)*(y-y_mean)).sum()
mu=((x-x_mean)*(x-x_mean)).sum()
n=((y-y_mean)*(y-y_mean)).sum()
# 参数a b
a = zi / mu
b = y_mean - a * x_mean
#相关系数R的平方
m=((zi/math.sqrt(mu*n))**2)
# 这里对参数保留4位有效数字
a = np.around(a,decimals=4)
b = np.around(b,decimals=4)
m = np.around(m,decimals=4)
print(f'回归线方程:y = {a}x +({b})') 
print(f'相关回归系数为{m}')
#画出拟合曲线
y1 = a*x + b
plt.scatter(x,y)
plt.plot(x,y1,c='r')

结果如下：
在这里插入图片描述

2. 200组数据

在下图位置处改成200即可。
在这里插入图片描述
结果如下：

3. 2000组数据

修改方式同上，结果如下：
在这里插入图片描述

三.用SKLearn实现线性回归分析

（1）代码及实验结果

# 导入所需的模块
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from sklearn.linear_model import LinearRegression
 
p=pd.read_excel('weights_heights.xls','weights_heights')
#读取数据行数
p1=p.head(20)
x=p1["Height"]
y=p1["Weight"]
# 数据处理
# sklearn 拟合输入输出一般都是二维数组，这里将一维转换为二维。
y = np.array(y).reshape(-1, 1)
x = np.array(x).reshape(-1, 1)
# 拟合
reg = LinearRegression()
reg.fit(x,y)
a = reg.coef_[0][0]     # 系数
b = reg.intercept_[0]   # 截距
print('拟合的方程为：Y = %.4fX + (%.4f)' % (a, b))
c=reg.score(x,y)    # 相关系数
print(f'相关回归系数为%.4f'%c)
 
# 可视化
prediction = reg.predict(y)                # 根据高度，按照拟合的曲线预测温度值
plt.xlabel('Height')						#label中如果有中文会报警告
plt.ylabel('Weight')
plt.scatter(x,y)
y1 = a*x + b
plt.plot(x,y1,c='r')