python对于一元线性回归模型_利用Python进行一元线性回归分析

信管专业小白一枚，通过知乎来记录自己的学习旅程！

这段时间帮学长做了个东东，大体意思是通过09-13年的数值，估算出14年的数值来。

起初用Excel做成。后来想试试用Python做一下估算，也就趁机记录下用Python进行一元线性回归分析的这个例子。

主要运用sklearn包中的linear_model.LinearRegression方法。

数据内容：

时间 北京

2009 1159

2010 1298

2011 1364

2012 1794

2013 1896.3

通过5年的数据构造一元线性回归分析模型，估算出2014年的北京数值。

# coding:utf-8

# 一元线性回归分析例子

from sklearn import linear_model

import pandas as pd

#Function to get data

def get_data(file_name):

data = pd.read_csv(file_name)

X = []

Y = []

for time, city in zip(data['时间'], data['北京']):

X.append([float(time)])

Y.append(float(city))

return X, Y

#Function for linear model

def linear_model_main(X_parameters, Y_parameters, predict_value):

regr = linear_model.LinearRegression()

regr.fit(X_parameters, Y_parameters)

predict = regr.predict(predict_value)

predictions = {}

predictions['intercept'] = regr.intercept_ #截距

predictions['coefficient'] = regr.coef_ #回归系数

predictions['predicted_value'] = predict

return predictions

X, Y = get_data(U'D:\\study\\XXX\\北京.csv')

print X

print Y

predict_time = 2014

result = linear_model_main(X, Y, predict_time)

print "Intercept value ", result['intercept']

print "coefficient", result['coefficient']

print "Predicted value: ", result['predicted_value']