初识线性回归(Excel和Jupyter-Python实现)

初识线性回归(Excel-Python实现)

1. 用excel中数据分析功能做线性回归练习。

1.1 添加数据分析的工具

新建空白Excel文档，打开，点击文件→更多→选项

点击加载项→分析工具库→转到

勾选分析工具库

1.2 Excel完成线性回归分析

将要分析的数据复制到excel中，菜单选择数据->数据分析->回归->确定：

1.2.1 20组测量数据

线性回归方程：y=4.1280x-152.234

相关系数：R^2=0.3254

1.2.2 200组测量数据

线性回归方程：y=3.4316x-105.959

相关系数：R^2=0.3099

1.2.3 2000组测量数据

修改坐标轴

线性回归方程：y=2.9555x-73.661

相关系数：R^2=0.2483

2. jupyter实现

2.1 不借助第三方库

2.1.1 导入需要的数据文件

首先将所需要的数据文件导入到jupyter中，就可以不用在程序里使用数据文件时加入路径。

打开jupyter，点击upload，选择你需要的文件，确定，点击上传

2.1.2 新建一个python文档用于编写代码

2.1.3 20组数据

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import math
p=pd.read_excel('身高体重数据集.xlsx','Sheet1')
#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}')
#借助第三方库skleran画出拟合曲线
y1 = a*x + b
plt.scatter(x,y)
plt.plot(x,y1,c='r')

2.1.4 200组数据

将上面代码中的p1=p.head(20)改为p1=p.head(200)，2000组数据以此类推

2.1.5 2000组数据

2.2 借助skleran库完成

2.2.1 20组数据

# 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('身高体重数据集.xlsx','Sheet1')
#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')

2.2.2 200 组数据

2.2.3 2000组数据

3. 总结

Excel和jupyter-python解决线性回归问题得出的结果大致相同。Excel相对来说简单一些，只要添加了相应插件，选中数据后软件会自动计算生成，而jupyter-pyhton需要我们自己编写代码，不使用skleran库的话还需要自己设计算法来得到相关系数，斜率和截距，并以此数据来绘图，相对来说使用skleran库就只需要调用函数就行了。

4. 参考文章

https://blog.csdn.net/weixin_46129506/article/details/120468232