詳解基于Jupyter notebooks采用sklearn庫(kù)實(shí)現(xiàn)多元回歸方程編程
更新時(shí)間：2020年03月25日 14:50:24 作者：w²大大
這篇文章主要介紹了詳解基于Jupyter notebooks采用sklearn庫(kù)實(shí)現(xiàn)多元回歸方程編程，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧
一、導(dǎo)入excel文件和相關(guān)庫(kù)
import pandas;
import matplotlib;
from pandas.tools.plotting import scatter_matrix;
data = pandas.read_csv("D:\\面積距離車站.csv",engine='python',encoding='utf-8')
顯示文件大小
data.shape
data
二.繪制多個(gè)變量?jī)蓛芍g的散點(diǎn)圖：scatter_matrix（）方法
#繪制多個(gè)變量?jī)蓛芍g的散點(diǎn)圖：scatter_matrix（）方法
font = {
'family' : 'SimHei'
}
matplotlib.rc('font', **font)
scatter_matrix(
data[["area","distance", "money"]],
figsize=(10, 10), diagonal='kde'
) #diagonal參數(shù)表示變量與變量本身之間的繪圖方式，kde代表直方圖
#求相關(guān)系數(shù)矩陣
data[["area", "distance", "money"]].corr()
x = data[["area", "distance"]]
y = data[["money"]]
三、導(dǎo)入sklearn
from sklearn.linear_model import LinearRegression
#建模
lrModel = LinearRegression()
#訓(xùn)練模型
lrModel.fit(x, y)
#評(píng)分
R2=lrModel.score(x, y)
print("R的平方:",R2)
#預(yù)測(cè)
lrModel.predict([[10, 110],[20, 110]])
#查看參數(shù)
lrModel.coef_
#查看截距
lrModel.intercept_
結(jié)果如下：
回歸方程為：y=41.51x1-0.34x2+65.32
四、python全部代碼
import pandas;
import matplotlib;
from pandas.tools.plotting import scatter_matrix;
data.shape
#繪制多個(gè)變量?jī)蓛芍g的散點(diǎn)圖：scatter_matrix（）方法
font = {
'family' : 'SimHei'
}
matplotlib.rc('font', **font)
scatter_matrix(
data[["area","distance", "money"]],
figsize=(10, 10), diagonal='kde'
) #diagonal參數(shù)表示變量與變量本身之間的繪圖方式，kde代表直方圖
#求相關(guān)系數(shù)矩陣
data[["area", "distance", "money"]].corr()
x = data[["area", "distance"]]
y = data[["money"]]
from sklearn.linear_model import LinearRegression
#建模
lrModel = LinearRegression()
#訓(xùn)練模型
lrModel.fit(x, y)
#評(píng)分
R2=lrModel.score(x, y)
print("R的平方:",R2)
#預(yù)測(cè)
lrModel.predict([[10, 110],[20, 110]])
#查看參數(shù)
lrModel.coef_
#查看截距
lrModel.intercept_
到此這篇關(guān)于詳解基于Jupyter notebooks采用sklearn庫(kù)實(shí)現(xiàn)多元回歸方程編程的文章就介紹到這了,更多相關(guān)Jupyter notebooks sklearn多元回歸方程內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
相關(guān)文章
Python實(shí)現(xiàn)的數(shù)據(jù)結(jié)構(gòu)與算法之快速排序詳解
這篇文章主要介紹了Python實(shí)現(xiàn)的數(shù)據(jù)結(jié)構(gòu)與算法之快速排序,詳細(xì)分析了快速排序的原理與Python實(shí)現(xiàn)技巧,需要的朋友可以參考下2015-04-04
這篇文章主要為大家詳細(xì)介紹了Python外星人入侵游戲編程完整的實(shí)現(xiàn)思路，文中示例代碼介紹的非常詳細(xì)，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2017-04-04
ROS1?rosbag的詳細(xì)使用并且使用python合并bag包的方法
這篇文章主要介紹了ROS1?rosbag的詳細(xì)使用，并且使用python來(lái)合并bag包,本文給大家介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值，需要的朋友可以參考下2023-05-05
python中把嵌套的列表合并成一個(gè)列表方法總結(jié)
python中l(wèi)ist這種數(shù)據(jù)結(jié)構(gòu)很常用到,下面這篇文章主要給大家介紹了關(guān)于python中把嵌套的列表合并成一個(gè)列表方法的相關(guān)資料,文中通過(guò)實(shí)例代碼介紹的非常詳細(xì),需要的朋友可以參考下2022-11-11
通過(guò)Python讀取照片的Exif信息解鎖圖片背后的故事
這篇文章主要為大家介紹了通過(guò)Python讀取照片的Exif信息解鎖圖片背后的故事探究,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進(jìn)步,早日升職加薪2023-12-12
今天小編就為大家分享一篇Python 利用pydub庫(kù)操作音頻文件的方法，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2019-01-01
Python之lambda匿名函數(shù)及map和filter的用法
今天小編就為大家分享一篇關(guān)于Python之lambda匿名函數(shù)及map和filter的用法，小編覺(jué)得內(nèi)容挺不錯(cuò)的，現(xiàn)在分享給大家，具有很好的參考價(jià)值，需要的朋友一起跟隨小編來(lái)看看吧2019-03-03
這篇文章主要介紹了python解釋器安裝教程的方法步驟，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2020-07-07
Python閉眼時(shí)長(zhǎng)標(biāo)準(zhǔn)差腳本使用實(shí)例代碼講解
這篇文章主要介紹了Python閉眼時(shí)長(zhǎng)標(biāo)準(zhǔn)差腳本使用，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)吧2023-03-03
Python中的異常處理:try?except?Exception?as?e解決辦法
這篇文章主要介紹了Python中的異常處理機(jī)制,包括try、except、finally語(yǔ)句的基本用法和高級(jí)用法,文中通過(guò)代碼介紹的非常詳細(xì),需要的朋友可以參考下2025-04-04