首页 > 代码库 > python实现线性回归
python实现线性回归
一、 必备的包
一般而言，这几个包是比较常见的：
• matplotlib，用于绘图
• numpy，数组处理库
• pandas，强大的数据分析库
• sklearn，用于线性回归的库
• scipy， 提供很多有用的科学函数
我一般是用pip安装，若不熟悉这些库，可以搜索一下它们的简单教程。
二、 线性回归
为了尽量简单，所以用以下一元方程式为例子：
典型的例子是房价预测，假设我们有以下数据集：
我们需要通过训练这些数据得到一个线性模型，以便来预测大小为700平方英尺的房价是多少。
详细代码如下：
import matplotlib.pyplot as pltimport numpy as npimport pandas as pdfrom sklearn import datasets, linear_modeldef get_data(file_name): data = pd.read_csv(file_name) X_parameter = [] Y_parameter = [] for single_square_feet ,single_price_value in zip(data[‘square_feet‘],data[‘price‘]): X_parameter.append([float(single_square_feet)]) Y_parameter.append(float(single_price_value)) return X_parameter,Y_parameterdef linear_model_main(X_parameters,Y_parameters,predict_value): regr = linear_model.LinearRegression() regr.fit(X_parameters, Y_parameters) predict_outcome = regr.predict(predict_value) predictions = {} predictions[‘intercept‘] = regr.intercept_ predictions[‘coefficient‘] = regr.coef_ predictions[‘predicted_value‘] = predict_outcome return predictionsdef show_linear_line(X_parameters,Y_parameters): regr = linear_model.LinearRegression() regr.fit(X_parameters, Y_parameters) plt.scatter(X_parameters,Y_parameters,color=‘blue‘) plt.plot(X_parameters,regr.predict(X_parameters),color=‘red‘,linewidth=4) #plt.xticks(()) #plt.yticks(()) plt.show()if __name__ == "__main__": X,Y = get_data(‘E:/machine_learning/LR/input_data.csv‘) #show_linear_line(X,Y) predictvalue = http://www.mamicode.com/700 result = linear_model_main(X,Y,predictvalue) print "Intercept value " , result[‘intercept‘] print "coefficient" , result[‘coefficient‘] print "Predicted value: ",result[‘predicted_value‘]
结果如图：
前两个为公式里的参数。
三、 多项式回归
简单的线性模型误差难免高，于是引入多项式回归模型，方程式如下：
这次我们用scipy.stats中的norm来生成满足高斯分布的数据，直接贴代码：
# encoding:utf-8import matplotlib.pyplot as pltimport numpy as npfrom scipy.stats import normfrom sklearn.pipeline import Pipelinefrom sklearn.linear_model import LinearRegression, SGDClassifierfrom sklearn.preprocessing import PolynomialFeatures, StandardScalerx = np.arange(0, 1, 0.002) y = norm.rvs(0, size=500, scale=0.1) #高斯分布数据y = y + x**2plt.scatter(x, y, s=5)y_test = []y_test = np.array(y_test)#clf = LinearRegression(fit_intercept=False) clf = Pipeline([(‘poly‘, PolynomialFeatures(degree=100)), (‘linear‘, LinearRegression(fit_intercept=False))]) clf.fit(x[:, np.newaxis], y)y_test = clf.predict(x[:, np.newaxis])plt.plot(x, y_test, linewidth=2)plt.grid() #显示网格plt.show()
结果如下：
这里取的最高次为100
参考博客：http://python.jobbole.com/81215/
python实现线性回归
声明：以上内容来自用户投稿及互联网公开渠道收集整理发布，本网站不拥有所有权，未作人工编辑处理，也不承担相关法律责任，若内容有误或涉及侵权可进行投诉： 投诉/举报 工作人员会在5个工作日内联系你，一经查实，本站将立刻删除涉嫌侵权内容。