一元线性回归的Python实现

对鸢尾花数据集中的petal-length和petal-width两列数据进行回归分析

首先，导入相关包和数据。

# 导库
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
# 数据及模型
from sklearn.datasets import load_iris
from sklearn.linear_model import LinearRegression
%matplotlib inline


# 导入数据集
iris = load_iris()
data = pd.DataFrame(iris.data)
data.columns = ['sepal-length','sepal-width','petal-length','petal-width']
data.head()
# data.shape

输出如下表：

数据集前五行

	sepal-length	sepal-width	petal-length	petal-width
0	5.1	3.5	1.4	0.2
1	4.9	3.0	1.4	0.2
2	4.7	3.2	1.3	0.2
3	4.6	3.1	1.5	0.2
4	5.0	3.6	1.4	0.2

对数据集中的petal-length和petal-width两列数据进行回归分析

# 处理数据
x = data['petal-length'].values
y = data['petal-width'].values
x = x.reshape(len(x),1)
y = y.reshape(len(y),1)
# 使用scikit-learn完成一元线性回归
clf = LinearRegression()
clf.fit(x,y)
pre = clf.predict(x)



# 可视化
plt.scatter(x,y,s = 50)
plt.plot(x,pre,'r-',linewidth = 2)
plt.xlabel('petal-length')
plt.ylabel('petal-width')
for idx,m in enumerate(x):
    plt.plot([m,m],[y[idx],pre[idx]],'g-')
plt.show()

输出结果如下图：

 

显示回归线的参数

# 回归线参数
print(u"系数",clf.coef_)
print(u"截距",clf.intercept_)
print(np.mean(y-pre)**2)

输出：

系数 [[0.41575542]]
截距 [-0.36307552]
1.013248007150544e-32

输入花萼长度，预测其花萼宽度

#对花萼长度为3.9的花，预测其花萼宽度
print(clf.predict([[3.9]]))

输出：

[[1.2583706]]