python多元线性回归简单实现

继上次对成都房租进行可视化后，这次简单的做一个成都房租与面积、所属区的多元回归分析。
数据集一共有3w数据，每一组观测值对应一个房租情况，其中:
价钱:一个月房租，单位人民币。
面积:租房的面积，单位平方米。
所属区:序号如下

area_ditc={'锦江区':1,'青阳区':2,'武侯区':3,'高新区':4,'成华区':5,'金牛区':6,'天府新区':7,'高新西区':8,'双流区':9,'龙泉驿区':10,'新都区':11}

步骤1:首先使用pandas库导入数据:

import pandas as pd
Date = pd.read_csv('csv/completed.csv')

步骤2:由于读入的数据结构是Pandas的数据帧(data frame),而Scikit-learn要求的自变量X是一个特征矩阵，因变量y是一个NumPy向量。因此需要从原先的数据帧中转还数据，代码如下：

X=Date.loc[:,['面积','所属区']]
y=Date.loc[:,['价钱']]

步骤3:在这个数据集中，由于有3w个观测值，需要构建训练集与测试集，同样使用Scikit-learn中的model_selection库对数据进行划分，代码如下:

from sklearn.model_selection import train_test_split
X_train,X_test,y_train,y_test=train_test_split(X,y,test_size=.9,random_state=0)

上面代码将原数据集的90%划分为训练集，原数据集的10%为测试集。
步骤4:使用多元回归模型:

from sklearn.linear_model import LinearRegression
linreg=LinearRegression()
model=linreg.fit(X_train,y_train)

步骤5:模型训练结束后，使用该模型进行预测:

y_pred=linreg.predict(X_test)

步骤6:数据可视化比较测试数据与预测数据的关系,这里为了更方便观察，只使用了少量数据进行画图:

plt.figure()
plt.plot(range(len(y_pred[1:130])),y_pred[1:130],'b',label="price_predict")
plt.plot(range(len(y_pred[1:130])),y_test[1:130],'r',label="price_test")
plt.legend(loc="upper right")
plt.show()

最终结果如下:

全部代码:

import pandas as pd
import matplotlib.pyplot as plt
import matplotlib as mpl
import numpy as np
from sklearn.linear_model import LinearRegression
from sklearn.model_selection import train_test_split
mpl.rcParams['font.sans-serif']=['SimHei'] #指定默认字体 SimHei为黑体
mpl.rcParams['axes.unicode_minus']=False #用来正常显示负号
Date = pd.read_csv('csv/completed.csv')
X=Date.loc[:,['面积','所属区']]
y=Date.loc[:,['价钱']]
linreg=LinearRegression()
X_train,X_test,y_train,y_test=train_test_split(X,y,test_size=.9,random_state=0)
model=linreg.fit(X_train,y_train)
y_pred=linreg.predict(X_test)
plt.figure()
plt.plot(range(len(y_pred[1:130])),y_pred[1:130],'b',label="price_predict")
plt.plot(range(len(y_pred[1:130])),y_test[1:130],'r',label="price_test")
plt.legend(loc="upper right")
plt.show()

csv文件与源码的github地址:https://github.com/fluoritess/ChengDuRentManager/tree/master/csv
上次成都房租分析:https://blog.csdn.net/qq_40351478/article/details/90576099?tdsourcetag=s_pcqq_aiomsg#github_500