文章目录
用excel中数据分析功能做线性回归练习。分别选取20、200、2000(或20000)组数据,进行练习。记录回归方程式、相关系数R2 ;
下载excel文件后,打开文件
然后进入选项(不同版本的excel选项位置不同)
进入选项后先打开加载项,然后点击转到
最后如下图勾选后点击确定,就可以开始使用数据分析工具了
通过数据分析工具,对数据进行筛选,先处理20个
设置输出图的x轴
画出趋势线
最后完整的结果
线性回归方程:y=0.0788x+58.151
相关系数:R^2=0.3254
200,和2000的处理过程一样,结果如下
线性回归方程:y=0.0903x+56.457
相关系数:R^2=0.31
线性回归方程:y=0.084x+57.334
相关系数:R^2=0.2483
用excel中数据分析功能做线性回归练习。分别选取20、200、2000(或20000)组数据,进行练习。记录回归方程式、相关系数R2 ;
首先将所需要的数据文件导入到jupyter中,就可以不用在程序里使用数据文件时加入路径。
打开jupyter,点击upload,选择你需要的文件,确定,点击上传
然后新建项目,进行代码编写,先选取20个数据进行练习
import pandas as pd
import numpy as np
import math
import matplotlib.pyplot as plt
import math
#准备数据
p=pd.read_excel('weights_heights(身高-体重数据集).xls','weights_heights')
#读取20行数据
p1=p.head(20)
x=p1["Height"]
y=p1["Weight"]
# 平均值
x_mean = np.mean(x)
y_mean = np.mean(y)
#x(或y)列的总数(即n)
xsize = x.size
zi=((x-x_mean)*(y-y_mean)).sum()
mu=((x-x_mean)*(x-x_mean)).sum()
n=((y-y_mean)*(y-y_mean)).sum()
# 参数a b
a = zi / mu
b = y_mean - a * x_mean
#相关系数R的平方
m=((zi/math.sqrt(mu*n))**2)
# 这里对参数保留4位有效数字
a = np.around(a,decimals=4)
b = np.around(b,decimals=4)
m = np.around(m,decimals=4)
print(f'回归线方程:y = {a}x +({b})')
print(f'相关回归系数为{m}')
#借助第三方库skleran画出拟合曲线
y1 = a*x + b
plt.scatter(x,y)
plt.plot(x,y1,c='r')
练习结果
线性回归方程:y=4,128x+-152.2338
相关系数:R^2=0.3254
如果报错plt没有定义等则需要下载相应的库,建议用清华源下载
继续将p1=p.head(20)的20改为200或2000,进行练习,练习结果如下
200个数据:
线性回归方程:y=3.4317x+(-105.959)
相关系数:R^2=0.31
2000个数据:
线性回归方程:y=2.9555x+(-73.6608)
相关系数:R^2=0.2483
用excel中数据分析功能做线性回归练习。分别选取20、200、2000(或20000)组数据,进行练习。记录回归方程式、相关系数R2 ;
方法和上面类似,直接上代码
# 导入所需的模块
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from sklearn.linear_model import LinearRegression
p=pd.read_excel('weights_heights(身高-体重数据集).xls','weights_heights')
#读取数据行数
p1=p.head(20)
x=p1["Height"]
y=p1["Weight"]
# 数据处理
# sklearn 拟合输入输出一般都是二维数组,这里将一维转换为二维。
y = np.array(y).reshape(-1, 1)
x = np.array(x).reshape(-1, 1)
# 拟合
reg = LinearRegression()
reg.fit(x,y)
a = reg.coef_[0][0] # 系数
b = reg.intercept_[0] # 截距
print('拟合的方程为:Y = %.4fX + (%.4f)' % (a, b))
c=reg.score(x,y) # 相关系数
print(f'相关回归系数为%.4f'%c)
# 可视化
prediction = reg.predict(y) # 根据高度,按照拟合的曲线预测温度值
plt.xlabel('身高')
plt.ylabel('体重')
plt.scatter(x,y)
y1 = a*x + b
plt.plot(x,y1,c='r')
练习结果如下
20组数据:
200组数据:
2000组数据:
对三种方式的结果进行对比
Excel和sklearn库都是有内部设计好的算法,直接就行调用就可以解决线性回归问题,而且Excel更简单,甚至函数也不用调用只需要设置好即可,然后在jupyter上自己编程实现的话是较为复杂,所以要是追求效率肯定选择上面的两种方法,但是三者解决线性回归问题得出的结果都是类似的,都具有足够的参考性
参考
https://blog.csdn.net/weixin_46129506/article/details/120468232