数据挖掘与数据分析应用

实验名称

数据挖掘与数据分析应用

实验目的

1. 了解挖掘算法的理论基础
2. 了解线性回归算法，并通训练数据进行预测
3. 掌握数据分析常用框架的使用
4. 在实际应用能对数据进行分析，并绘图分析

实验原理

回归在数学上来说是给定一个点集，能够用一条曲线去拟合之，如果这个曲线是一条直线，那就被
称为线性回归，如果曲线是一条二次曲线，就被称为二次回归，回归还有很多的变种。线性回归使用最
佳的拟合直线（也就是回归线）在因变量（Y）和一个或多个自变量（X）之间建立一种关系。用一个方
程式来表示它，即Y=a+b*X + e，其中a表示截距，b表示直线的斜率，e是误差项。这个方程可以根据给定
的预测变量（s）来预测目标变量的值。

Pandas 是 Python 语言的一个扩展程序库，用于数据分析。Pandas 可以对各种数据进行运算操作，
比如归并、再成形、选择，还有数据清洗和数据加工特征。
Matplotlib 是一个 Python 的 2D绘图库，它以各种硬拷贝格式和跨平台的交互式环境生成出版质量级
别的图形，matplotlib的相关配置和基本统计图形的可视化展示，进行绘图分析数据。

实验环境及数据和代码

PyCharm
链接：https://pan.baidu.com/s/1XEgv0kqNypEOBWg6tli54Q
提取码：4ls2

实验内容

第一部分：数据挖掘建模

线性回归建模预测体重：

1. 安装依赖

pip install sklearn -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install pandas -i https://pypi.tuna.tsinghua.edu.cn/simple

2. 引入 pands 包和线性模型 linear_model

import pandas as pd from sklearn import linear_model

3. 实例化线性回归算法模型

#线性回归算法模型 y = ax + b --> 通过训练求出最匹配的a和b
model =