初识线性回归(Excel-Python实现)

一、用Microsoft Excel实现

1.用excel打开下载的身高体重文件夹。

2.添加数据分析的工具

文件—更多—选项
点击加载项

选择转到

勾选分析工具库和分析工具库—VBA，后点击确定

点击查看右上角有一个数据分析，则添加成功

3.用excel表完成线性回归

点击数据—数据分析—回归，点击确定

（1）20组测量数据：

线性回归方程：y=4.128x-152.23
相关系数：R^2=0.3254

（2）200组数据：

线性回归方程：y=3.4317x-105.96
相关系数：R^2=0.31

2000组数据:

线性回归方程：y=2.9555x-73.661
相关系数：R^2=0.2483

二、用jupyter编程（不借助第三方库）

打开jupyter notebook程序，新建文件

代码以及结果

1. 20组数据

代码：

import pandas as pd
import numpy as np
import math
#准备数据
p=pd.read_excel('weights_heights(身高-体重数据集).xls','weights_heights')
#读取20行数据
p1=p.head(20)
x=p1["Height"]
y=p1["Weight"]
# 平均值
x_mean = np.mean(x)
y_mean = np.mean(y)
#x（或y）列的总数（即n）
xsize = x.size
zi=((x-x_mean)*(y-y_mean)).sum()
mu=((x-x_mean)*(x-x_mean)).sum()
n=((y-y_mean)*(y-y_mean)).sum()
# 参数a b
a = zi / mu
b = y_mean - a * x_mean
#相关系数R的平方
m=((zi/math.sqrt(mu*n))**2)
# 这里对参数保留4位有效数字
a = np.around(a,decimals=4)
b = np.around(b,decimals=4)
m = np.around(m,decimals=4)
print(f'回归线方程:y = {a}x +({b})') 
print(f'相关回归系数为{m}')
#借助第三方库skleran画出拟合曲线
y1 = a*x + b
plt.scatter(x,y)
plt.plot(x,y1,c='r')

输出结果：

2.200组数据

将代码中p1=p.head(20)改为p1=p.head(200)
输出结果：

3.2000组数据

将代码中p1=p.head(20)改为p1=p.head(2000)
输出结果：

三、jupyter编程，借助skleran，重做第1题

（一）20组数据

1.代码部分

# 导入所需的模块
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from sklearn.linear_model import LinearRegression

p=pd.read_excel('weights_heights(身高-体重数据集).xls','weights_heights')
#读取数据行数
p1=p.head(20)
x=p1["Height"]
y=p1["Weight"]
# 数据处理
# sklearn 拟合输入输出一般都是二维数组，这里将一维转换为二维。
y = np.array(y).reshape(-1, 1)
x = np.array(x).reshape(-1, 1)
# 拟合
reg = LinearRegression()
reg.fit(x,y)
a = reg.coef_[0][0]     # 系数
b = reg.intercept_[0]   # 截距
print('拟合的方程为：Y = %.4fX + (%.4f)' % (a, b))
c=reg.score(x,y)    # 相关系数
print(f'相关回归系数为%.4f'%c)

# 可视化
prediction = reg.predict(y)                
plt.xlabel('身高')
plt.ylabel('体重')
plt.scatter(x,y)
y1 = a*x + b
plt.plot(x,y1,c='r')

2.输出

（二）200组数据

（三）2000组数据

四、总结

此次作业分别用了excel和jupyter做了线性回归练习，其中jupyter运用了不借助第三方库和借助skleran两种编程方式，三种练习结果都是一样的。