初识线性回归(Excel-Python实现)

最新推荐文章于 2024-07-21 13:38:21 发布

m0_65923764

最新推荐文章于 2024-07-21 13:38:21 发布

阅读量64

点赞数

文章标签：线性回归算法回归 python excel

本文链接：https://blog.csdn.net/m0_65923764/article/details/129629587

版权

一、用Microsoft Excel实现

1.添加数据分析的工具

新建空白Excel文档，在菜单栏选择“插入”，“我的加载项”，“管理其他加载项”：

勾选“分析工具库”、“分析工具库-VBA”、“规划求解加载项”，点击确定：

设置想要读取多少组数据（例：第B列从第2列开始读20组数据）

点击确定

二、jupyter实现

先将要读取的文件放入执行路径中方便操作

然后创建一个工程文件

写入以下代码

import pandas as pd
import numpy as np
import math
#准备数据
p=pd.read_excel('weights_heights.xls.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}')
#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')