机器学习(多元线性回归)

用Python实现多元线性回归
当结果值得影响因素有多个时,可以采用多元线性回归模型。
例如,商品的销售额可能与电视广告投入、收音机广告投入、报纸广告投入有关系
#使用pandas读取数据
import pandas as pd
data = pd.read_csv('Advertising.csv')
# print(data.head())      #显示前五行数据
# print(data.tail())         #显示后五行数据
# print(data.shape)          #查看DataFrame的维度
import seaborn as sns
import matplotlib.pyplot as plt
#使用散点图可视化特征与响应之间的关系
sns.pairplot(data,x_vars=['TV','newspaper','radio'],y_vars='sales',size=7,aspect=0.8,kind='reg')
plt.xlim(-50,350)
plt.ylim(-20,100)
plt.show()

运行结果:

结论:可以直观的看出销量和TV这个特征具有较强的线性关系,而newspaper,radio则线性关系弱很多。

  • 1
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值