Python线性回归

（1）使用pd.read_csv()读csv文件时，出现如下错误：

UnicodeDecodeError: 'utf-8' codec can't decode byte 0x82 in position 743: invalid start byte

错误原因：文件不是 UTF8 编码的，而系统默认采用 UTF8 解码。

解决方法是改为对应的解码方式。可以直接打开CSV文件，另存为UTF-8格式。

原文链接：https://blog.csdn.net/Andy_shenzl/article/details/90443299

import pandas as pd

import numpy as np

# 导入数据

data = pd.read_csv(r"F:/Python file/lrdata.csv")

data.head()

# 分析数据

print(type(data))

data_array = np.array(data)

print(type(data_array))

print(data_array)



x = data.loc[:,'x']

y = data.loc[:,'y']

print(x)

print(y)

print(type(x))

c = data.loc[:,'x'][y>6]

data_new = data + 10

print(data_new)

data_new.to_csv('data_new.csv')

# 建立线性回归模型

import sklearn

from sklearn.linear_model import LinearRegression

lr_model = LinearRegression()

# 处理x 转换为array 二维

x = np.array(x)

x = x.reshape(-1,1)

print(x.shape,type(x))

print(x)

# 处理y 转换为array 二维

y= np.array(y)

y = y.reshape(-1,1)

print(y.shape,type(y))

print(y)

# 进行模型训练，x，y都要是二维的数据

lr_model.fit(x,y)

# 模型拟合完之后，进行预测

y_predict = lr_model.predict(x)

print('\n y_predict')

print(y_predict)

# 可视化拟合效果  比较预测值和实际值的偏差

from matplotlib import pyplot as plt

fig = plt.figure(figsize = (3,3))

plt.scatter(x,y,color='r',label='x-y')       #实际值线，或画成散点，用plt.scatter(x,y)

plt.plot(x,y_predict,label='x-y_predict')   #预测值线

plt.title('show the x vs y')

plt.xlabel('x')

plt.ylabel('y')

plt.legend()

plt.show()

由图示可以发现原数据（红点标记）和预测直线函数（蓝色直线）是有很大误差的，只有第一个点差不多。

输出原数据x=3时，y和y_predict的值进行对比，发现有误差

链接：https://pan.baidu.com/s/19y5Ve2g7G3ZA45bwBeqLxw?pwd=hhhh 
提取码：hhhh