初识线性回归(Excel-Python实现)

这篇博客介绍了如何使用Excel的数据分析功能和Python的Jupyter Notebook进行线性回归练习。首先,博主在Excel中通过趋势线功能处理不同数量级的数据。接着,博主使用Python的numpy、pandas和matplotlib库,实现了最小二乘法计算线性回归参数,并绘制散点图及回归线。最后,博主引入sklearn库的linear_model模块,验证了与手动计算相同的线性回归结果。
摘要由CSDN通过智能技术生成

excel中数据分析功能做线性回归练习
打开excel身高表,点开趋势线

击渐近线右边选择渐近线格式,更多选项

 

选中20组数据
 

选中200个数据

 

选中2000个数据

 

jupyter编程(不借助第三方库),最小二乘法,重做第1题
打开jupyter

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