c4.5算法python实现_用Python实现最小二乘算法

上一篇文章讲了最小二乘算法的原理。这篇文章通过一个简单的例子来看如何通过Python实现最小乘法的线性回归模型的参数估计。

王松桂老师《线性统计模型——线性回归与方差分析》一书中例3.1.3。

说的是一个实验容器靠蒸汽供应热量，使其保持恒温，通过一段时间观测，得到下图表中的这样一组数据：

蒸汽-环境温度数据

其中，自变量X表示容器周围空气单位时间的平均温度（℃），Y表示单位时间内消耗的蒸汽量（L），共观测了25个单位时间（表中序号一列）。

那么，我们要怎样对这组数据进行线性回归分析呢？一般分三步：（1）画散点图，找模型；（2）进行回归模型的参数估计；（3）检验前面分析得到的经验模型是否合适。

画散点图

创建一个DataTemp的文件夹，在其中分别创建"data"、"demo"文件夹用于存放数据文件、Python程序文件。

把前面图中的数据导入Excel中，命