利用Excel和jupyter编程完成线性回归

1、利用excel中数据分析功能做线性回归练习。

1、打开excel，添加数据分析工具。

点击开始->更多->选项

点击加载项->分析工具库->转到

然后，点击分析工具库，再点确定

然后，这里就会出现分析栏。

2、数据分析

首先点击数据分析

点击回归->确定

选择身高作X，体重作Y，再选择20个数据，选择合适的输出区域，并且给线性拟合图打勾，点击确定。

输出下图

再双击体重，设置最大，最小值以及间隔

最后成果，如下

然后，点击+号，点击趋势线

点击Y，点击确定

结果如下

双击实线，设置显示方程和R
最后效果如下

3、以上方式再选中更多数据

选中200个数据
最后结果如下：

选中2000个数据
最后结果如下：

2、jupyter编程（不借助第三方库），用最小二乘法

1、打开jupyter,新建文件

重命名文件

再将所需要的文件导入jupyter中，

点击该文件，确定

完成后，jupyter中就有了该文件

就不用在程序里使用数据文件时加入路径。

2、输入代码

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

点击运行。

3、查看结果

结果如下

同理，200行，和2000行也一样

20改为200或2000。
结果如下
200：

2000：

3、用jupyter编程，借助skleran

1、如上，先建一个新文件，并重命名。

2、输入代码

# 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('weights_heights.xls','weights_heights')
#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('身高')
plt.ylabel('体重')
plt.scatter(x,y)
y1 = a*x + b
plt.plot(x,y1,c='r')

点击运行。

3、查看结果

结果如下

同理，200行和2000行
200行：

2000行

4、总结

Excel和jupyter解决线性回归问题得出的结果大致相同。Excel只需选中数据，通过其内部设计好的算法得出相关数据。操作相对简单。但自己编程不用sklearn库的话，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。因为sklearn库有提供相关的函数，所以只需要调用函数即能得到输出值。