【342】Linear Regression by Python

首先获取数据存储在 pandas.DataFrame 中，获取途径（CSV 文件、Numpy 创建）
将数据分成 X 和 y，X 可以含有多列，也就是多个参数
通过 Linear Regression 计算
获取 intercept 和 coefficient

实现步骤如下：

>>> import numpy as np

>>> import pandas as pd

>>> from sklearn import datasets, linear_model

>>> from sklearn.linear_model import LinearRegression

>>> data = np.array([

	['X', 'y'],

	[2.0, 2.2],

	[3.0, 3.8],

	[4.0, 5.5],

	[5.0, 6.5],

	[6.0, 7.0]])

>>> lr = pd.DataFrame(data=data[1:,:],

		      columns=data[0,:])

>>> lr

     X    y

0  2.0  2.2

1  3.0  3.8

2  4.0  5.5

3  5.0  6.5

4  6.0  7.0

>>> X = lr[['X']]

>>> X

     X

0  2.0

1  3.0

2  4.0

3  5.0

4  6.0

>>> y = lr[['y']]

>>> y

     y

0  2.2

1  3.8

2  5.5

3  6.5

4  7.0

>>> linreg = LinearRegression()

>>> linreg.fit(X, y)

LinearRegression(copy_X=True, fit_intercept=True, n_jobs=None,

         normalize=False)

>>> linreg.intercept_

array([0.08])

>>> linreg.coef_

array([[1.23]])

代码如下：

>>> data = np.array([[3,2.5],[4,3],[5,4],[6,4.5]])

>>> lr = pd.DataFrame(data)

>>> X = lr[[0]]

>>> y = lr[[1]]

>>> linReg = LinearRegression()

>>> linReg.fit(X, y)

LinearRegression(copy_X=True, fit_intercept=True, n_jobs=None,

         normalize=False)

>>> linReg.intercept_

array([0.35])

>>> linReg.coef_

array([[0.7]])

巴特西

【342】Linear Regression by Python

最新文章

热门文章