Python数据分析_第10课：线性回归_笔记

GitHub: https://github.com/RealEmperor/Python-for-Data-Analysis

线性回归模型实例：商品价格预测

读取数据

import numpy as np
import pandas as pd

###线性回归####
# 读取数据
data = pd.read_csv('data/Advertising.csv', index_col=0)

data.head()

	TV	radio	newspaper	sales
1	230.1	37.8	69.2	22.1
2	44.5	39.3	45.1	10.4
3	17.2	45.9	69.3	9.3
4	151.5	41.3	58.5	18.5
5	180.8	10.8	58.4	12.9

画散点图

# 画散点图
import seaborn as sns
import matplotlib
# %matplotlib inline 可以在Ipython编译器里直接使用，功能是可以内嵌绘图，并且可以省略掉plt.show()这一步。
%matplotlib inline
sns.pairplot(data, x_vars=['TV', 'radio', 'newspaper'], y_vars='sales', size=7, aspect=0.8)

<seaborn.axisgrid.PairGrid at 0x2757770c5f8>

sns.pairplot(data, x_vars=['TV', 'radio', 'newspaper'], y_vars='sales', size=7, aspect=0.8, kind='reg')

<seaborn.axisgrid.PairGrid at 0x27579143198>