python 回归_线性回归SPSS与Python使用对比

线性回归--SPSS与Python使用对比

介绍：

1.数据描述: 波士顿房价数据

2.构建数据集(csv)作为SPSS输入

3.使用SPSS线性回归分析

4.使用Python线性回归分析与预测

5.使用Python梯度下降分析与预测

1

数据描述

房价一直是普罗大众关心的问题，影响房价的因素有很多，今天我们来探索一下如何使用用不同的工具进行房价分析。

在这次学习中，我们选用sklearn的房价数据集来探索

话不多说，直接上代码

#导入numpy包和pandas包

import pandas as pd

import numpy as np

#设置不使用科学计数法显示数据

np.set_printoptions(suppress=True)

#导入sklearn中的boston房价数据集

from sklearn.datasets import load_boston

#构造csv文件作为spss数据集加载使用

lb = load_boston()

#先查看一下数据集，lb.data 是属性的意思

lb.data

#看一下目标值的前十10个数据

lb.target[:10]

#这样子看好像不太直观，我们再整理一下

#把数据集用DataFrame包装起来

bos = pd.DataFrame(lb.data)

#lb.feature_names 代表数据集属性名，赋给bos.columns

bos.columns = lb.feature_names

#获取目标值

bos['price'] = lb.target

#现在我们再次查看一下数据集前5行

bos.head()

#一共有13个特征，一个目标值，也就是price列

2

构建csv数据集作为SPSS输入