一元线性回归-python代码

1.一元回归分析的步骤

1.绘制散点图，确定回归模型类型
2.估计模型参数，建立回归模型类型
3.模型校核

2. Sklearn包

pip install sklearn
说明：使用sklearn库中的LinearRegression的输入必须是二维[[1,2,5…]]

#1.导包
from sklearn.linear_model import LinearRegression 

model=LinearRegression()
训练模型：
model.fit(x,y)

模型评估：
model.score(x,y)

模型预测：
model.predict(x)

3.数据集说明：

4. 代码演示

'''
y＝ax＋b （y为因变量，x为自变量，a为权重，b为截距。）
    1.数据相关性分析中，经常用到data.corr()函数，data.corr()表示了data中的两个变量之间的相关性，取值范围为[-1,1],取值接近-1，表示反相关，类似反比例函数，取值接近1，表正相关。

'''
from sklearn.linear_model import LinearRegression
import matplotlib.pyplot as plt
from sklearn.model_selection import train_test_split   #切分训练集和验证集
import pandas as pd
import os

#第一步，读取数据
path = os.getcwd().replace('\\','/') + str('/1.回归问题/data/data.csv')
data = pd.read_csv(path)
# print(data.corr())

Y = data[['销售额']]       #将一维数据自动转化为二维数组
X = data[['广告投入']]

# 第二步，1.画出散点图，求x和y的相关系数
# plt.scatter(data.广告投入, data.销售额)  #输入x和y数据
# plt.rcParams['font.sans-serif'] = ['SimHei']  #用来正常显示中文标签 
# plt.xlabel("广告投入")
# plt.ylabel("销售额")

#第二步，2.绘热力图
# import seaborn as sns
# f, ax= plt.subplots(figsize = (14, 10))
# sns.heatmap(corr,cmap='RdBu', linewidths = 0.05, ax = ax)
# # 设置Axes的标题
# ax.set_title('Correlation between features')
# plt.show()
# plt.close()
# f.savefig('sns_style_origin.jpg', dpi=100, bbox_inches='tight')   #热力图保存


#%%
#第三步，生成linalg regression模型---拟合函数
linear_regressor = LinearRegression()
x_train,x_test,y_train,y_test = train_test_split(X,Y,test_size=0.3,random_state=0)   #则表示7:3进行划分数据集
linear_regressor.fit(x_train,y_train)  #拟合函数
# linear_regressor.fit(x_train,y_train).summary()  #模型描述
Y_pred = linear_regressor.predict(x_test)   #预测y   使用训练集train拟合得到拟合函数后，再使用测试集test得到预测值
print('a权重：',linear_regressor.coef_)
print('b截距：',linear_regressor.intercept_)

#第四步，数据可视化
plt.figure(figsize=(10,5))
# 训练接和测试集都以散点来表示，拟合线用折线表示
plt.scatter(x_train,y_train,s=10,label='训练集',c='b')
plt.scatter(x_test,y_test,s=10,label='测试集',c='g')
plt.plot(X,linear_regressor.predict(X),label='拟合线',c='r')  #x表所有的自变量
plt.legend() 


# 第五步，模型评估--这些任意可以选择，根据模型的还会去确定取舍
from sklearn.metrics import mean_squared_error,mean_absolute_error,r2_score
mes_test = mean_squared_error(y_test,Y_pred)

print("平均方误差（MSE）：",mean_squared_error(y_test,Y_pred))
print("根均方误差（RMSE）：",mean_absolute_error(y_test,Y_pred))
print("平均绝对值误差（MAE）：",r2_score(y_test,Y_pred))  
RR = linear_regressor.score(x_test,y_test)
print("决定系数:",RR)  #模型越接近1，表示该模型越好

# 补充---验证该模型是否过拟合（通过训练集train进行验证）
Y_train_pred = linear_regressor.predict(x_train)   #预测y
mse_train = mean_squared_error(y_train,Y_train_pred)
# 当mes_train和mse_test误差很小，则证明该模型未发生过拟合现象。

#
# https://blog.csdn.net/qq_41583295/article/details/86444760?utm_medium=distribute.pc_relevant.none-task-blog-2~default~baidujs_baidulandingword~default-1-86444760-blog-121026296.pc_relevant_default&spm=1001.2101.3001.4242.2&utm_relevant_index=4
#
# # 5. 显著性检验
# # 5.1 线性相关变量的显著性检验，皮尔逊相关系数
# # print(scipy.stats.pearsonr(x, y))  # 返回r值和相关系数假设检验的p值。r越大表示线性相关程度越高。p值越小，表示原假设“总体相关系数=0的可能性越小，r值可信度越高。
#
# # 5.2 线性or非线性相关变量的显著性检验
# # 5.2.1 F检验
# MSR = SSR / p
# F = MSR / MSE
# F_p = scipy.stats.f.sf(F, p, n - 2)
# print('F检验的p值', F_p)
#
# # 5.2.2 t检验
# s_coef = np.sqrt(MSE) / np.sqrt(n * np.var(x))
# t = model.coef_ / s_coef
# print(t)
# t_p = scipy.stats.t.sf(t, n - 2)
# print('t检验的p值：', t_p)
``

```c
在这里插入代码片

5.结果展示