利用回归预测数值型数据

from numpy import *
def loadDataSet(fileName):
    numFeat=len(open(fileName).readline().split('\t'))-1
    dataMat=[];labelMat=[]
    fr=open(fileName)
    for line in fr.readlines():
        lineArr=[]
        curLine=line.strip().split('\t')
        for i in range(numFeat):
            lineArr.append(float(curLine[i]))
        dataMat.append(lineArr)
        labelMat.append(float(curLine[-1]))
    return dataMat,labelMat
def standRegres(xArr,yArr):
    xMat=mat(xArr);yMat=mat(yArr).T#转置
    xTx=xMat.T*xMat
    if linalg.det(xTx)== 0.0:#行列式
        print("This is singular,cannot do inverse")
        return
    ws=xTx.I*(xMat.T*yMat)#逆矩阵；或者linalg.solve(xTx,xMat.T*yMatT),linalg.solve    解方程ax = b 

    return ws

#len() 方法返回对象（字符、列表、元组等）长度或项目个数

open() 函数用于打开一个文件，创建一个 file 对象，相关的方法才可以调用它进行读写

readline() 方法用于从文件读取整行，包括 "\n" 字符。如果指定了一个非负数的参数，则返回指定大小的字节数，包括 "\n" 字符

readlines() 方法用于读取所有行(直到结束符 EOF)并返回列表，该列表可以由 Python 的 for... in ... 结构进行处理。

如果碰到结束符 EOF 则返回空字符串

split() 通过指定分隔符对字符串进行切片，如果参数 num 有指定值，则仅分隔 num 个子字符串

import matplotlib.pyplot as plt

fig=plt.figure()

ax=fig.add_subplot(111)

ax.scatter(xMat[:,1].flatten().A[0],yMat.T[:,0].flatten().A[0])#flatten()返回一个折叠成一维的数组

xCopy=xMat.copy()

xCopy.sort(0)

yHat=xCopy*ws

ax.plot(xCopy[:,1],yHat)#2D曲线绘图函数

plt.show()

corrcoef(yHat.T,yMat)#相关系数