基于python数据分析（分析篇七：预测/误差）

一、预测，回归

算法：为了完成某个计算而执行的任何过程。

1.散点图的使用
只要是涉及到两种变量都应该使用（根本在于看出散点图两种变量中的之间的关系）

散点图：用于展现数据快捷经典的方式，现实的是数据的分布情况，
与直方图不同的是，散点图显示的两种变量，散点图现实出现观察结果的成对关
系，一个好的散点图可以是原因说明的一个重要组成部分。

2.直线的使用

贯穿数据的直线有可能是有效的预测办法

• 直线的来源：考虑我们尝试解决问题时，使用的算法

• 散点图的合理分割，确定期望与实际相匹配的对象。有助于确定直线

• 平均值图形

   定义：散点图，显示出X轴上的每个区间相对应的Y轴的数值
  

画一条把图中平均值连接起来的直线，利用他就可以预测我们想要的数据。
3.使用

• 具有相关性，相关性为1或者是-1的时候，非常可靠的使用线性回归的的方式。
• 利用程序的得到相关的函数，进而确定出我们需要的方程。

二、误差/合理误差

预测失准不稀奇，但是预测的时候需要给出误差范围。
·回归方程预测的是人们的平均水平，不是