2021-05-27

Python机器学习：不同行业工龄与薪水的线性回归模型

1.读取数据

import pandas as pd
df1=pd.read_excel('IT行业收入表.xlsx ')
df1.head(5)

结果显示：

x=df1[['工龄']] #自变量
y=df1['薪水'] #因变量

需要注意的是：自变量需要写成二维结构，因为要符合多元回归的逻辑。

2.搭建模型

from sklearn.linear_model import LinearRegression
regr=LinearRegression()
regr.fit(x,y)

3.模型可视化

from matplotlib import pyplot as plt
plt.scatter(x,y)
plt.plot(x,regr.predict(x),color='red')
plt.xlabel('工龄')
plt.ylabel('薪水')
plt.show()

结果显示：

4.线性回归方程构造

通过coef_和intercept属性可以获得系数和截距

print('系数a'+str(regr_coef_[0]))
print('截距b'+str(regr.intercept_))

结果显示：

因此，拟合得到的一元线性回归方程是y=2497x+10143

5.模型评估

在这里插入代码片