python数据分析：一元线性回归

学了一段时间爬虫，接下来学学数据分析吧（感觉有点难，从简单的学起吧），这次学习一元线性回归（y=ax+b），根据广告投入预测销售额，数据参考如下：

以下是代码，自行消化哈：

from pandas import read_csv
from matplotlib import pyplot as plt
from sklearn.linear_model import LinearRegression

data = read_csv('data.csv',encoding='gbk')

#画出散点图，求x和y的相关系数
plt.scatter(data.loc[:,'广告投入'], data.loc[:,'销售额'])

Model = LinearRegression()
 
x = data[['广告投入']]
y = data[['销售额']]

#print(x,y)

#训练模型，参数a和参数求解的过程
Model.fit(x,y)
#print(Model.fit(x,y))

#利用回归模型进行预测（输入未知的因变量数组）
print(Model.predict([[40], [50], [60]]))

#截距
alpha = Model.intercept_[0]
print(alpha)

#斜率
beta = Model.coef_[0][0]
print(beta)

输出结果：

感悟：无聊就学点感兴趣的东西打发时间吧。