线性回归 为数据分析很常见的一种分析方式,大家都不陌生 就是初中学的y=AX+b
本文内容:
1。建立数据集
2。相关系数
3。线性回归的实现
4。评估模型
1.建立数据集
#调用数据包
import pandas as pd
from collections import OrderedDict
#建立数据集
e1={'学习时间':[0.50,0.75,1.00,1.25,1.50,1.75,1.75,2.00,2.25,
2.50,2.75,3.00,3.25,3.50,4.00,4.25,4.50,4.75,5.00,5.50],
'成绩':[10, 22, 13, 43, 20, 22, 33, 50, 62,
48, 55, 75, 62, 73, 81, 76, 64, 82, 90, 93]
}
e2=OrderedDict(e1)
e=pd.DataFrame(e2)
#查看前几行
e.head()
![ab09235c06e3f019ed62e65e09a397d3.png](https://img-blog.csdnimg.cn/img_convert/ab09235c06e3f019ed62e65e09a397d3.png)
2.相关系数
#提取特征和标签
e_X=e.loc[:,'学习时间']
e_y=e.loc[:,'成绩']
#绘制散点图<