Iris -- 线性回归模型

Iris 数据含有两类数据，其中萼片长、萼片宽、花瓣长、花瓣宽为连续性数据。鸢尾花的种类为分类型数据。

下面是简单的计算并分析(花瓣长与萼片长)。
数据量较小，无缺失值、异常值等，因此未作相关的预处理。

鸢尾花数据节选

import numpy as np
from sklearn import linear_model 
vir_x = vir.iloc[:,0:1] #萼片长
vir_y = vir["花瓣长"]

#线性回归
reg = linear_model.LinearRegression() 
#拟合数据
reg.fit(vir_x,vir_y)
#R²
reg.score(vir_x,vir_y)

计算得出R² = 0.746，说明花瓣长于萼片长相关性较高。

做一个简单绘图

import matplotlib.pyplot as plt

plt.subplots(1,2,figsize =(12,8))

plt.subplot(121)
r2 = reg.score(vir_x,vir_y);
plt.plot(vir_y,reg.predict(vir_x),"o",label = r2)
plt.legend()

plt.subplot(122)
#计算残差
resid = vir_y -reg.predict(vir_x)
#将残差进行标准化处理
z_resid = (resid - np.mean(resid))/np.std(resid)
plt.plot(reg.predict(vir_x),z_resid,"o",label = "残差图")
plt.legend()

绘图如下:

鸢尾花的数据来源于：鸢尾花