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。