【人工智能与机器学习第2次作业】---初识线性回归(Excel-Python实现)

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