ホームページ  >  記事  >  バックエンド開発  >  Pythonで線形回帰を実装する方法

Pythonで線形回帰を実装する方法

清浅
清浅オリジナル
2019-04-08 13:15:4511479ブラウズ

Python 言語で線形回帰を実装する手順は、使用するライブラリをインポートし、データを読み込み、前処理を実行します。データを分析して線形回帰モデルを確立し、モデルのトレーニングを実行してモデルの効果をテストします。

Python 言語を使用して線形回帰を実装すると、numpy などの既製のライブラリが複数提供されるため、非常に便利です。 linalog .lstsq、pandas.ols、

scipy.stats.linregress など。この記事では、sklearn ライブラリの Linear_model.LinearRegression を使用します。これは、あらゆる次元をサポートしており、非常に使いやすいです。

Pythonで線形回帰を実装する方法

[推奨チュートリアル: Python チュートリアル]

2 次元直線

例: 線形方程式 y=a*x b; y=a*x b は平面上の直線を表します

次の例では、線形回帰モデルを確立します。 、家の面積を指定して家の価格を予測します

import pandas as pd
from io import StringIO
from sklearn import linear_model
import matplotlib.pyplot as plt
# 房屋面积与价格历史数据(csv文件)
csv_data = 'square_feet,price\n150,6450\n200,7450\n250,8450\n300,9450\n350,11450\n400,15450\n600,18450\n'
# 读入dataframe
df = pd.read_csv(StringIO(csv_data))
print(df)
# 建立线性回归模型
regr = linear_model.LinearRegression()
# 拟合
regr.fit(df['square_feet'].reshape(-1, 1), df['price']) # 注意此处.reshape(-1, 1),因为X是一维的!
# 不难得到直线的斜率、截距
a, b = regr.coef_, regr.intercept_
# 给出待预测面积
area = 238.5
# 方式1:根据直线方程计算的价格
print(a * area + b)
# 方式2:根据predict方法预测的价格
print(regr.predict(area))
# 画图
# 1.真实的点
plt.scatter(df['square_feet'], df['price'], color='blue')
# 2.拟合的直线
plt.plot(df['square_feet'], regr.predict(df['square_feet'].reshape(-1,1)), color='red', linewidth=4)
plt.show()

レンダリング:

Pythonで線形回帰を実装する方法

##3 次元平面

#一次方程式 z= a*x b*y c; z=a*x b*y c は空間内の平面を表します

import numpy as np
from sklearn import linear_model
from mpl_toolkits.mplot3d import Axes3D
import matplotlib.pyplot as plt
xx, yy = np.meshgrid(np.linspace(0,10,10), np.linspace(0,100,10))
zz = 1.0 * xx + 3.5 * yy + np.random.randint(0,100,(10,10))

# 构建成特征、值的形式
X, Z = np.column_stack((xx.flatten(),yy.flatten())), zz.flatten()

# 建立线性回归模型
regr = linear_model.LinearRegression()
# 拟合
regr.fit(X, Z)
# 不难得到平面的系数、截距
a, b = regr.coef_, regr.intercept_
# 给出待预测的一个特征
x = np.array([[5.8, 78.3]])
# 方式1:根据线性方程计算待预测的特征x对应的值z(注意:np.sum)
print(np.sum(a * x) + b)
# 方式2:根据predict方法预测的值z
print(regr.predict(x))
# 画图
fig = plt.figure()
ax = fig.gca(projection='3d')
# 1.画出真实的点
ax.scatter(xx, yy, zz)
# 2.画出拟合的平面
ax.plot_wireframe(xx, yy, regr.predict(X).reshape(10,10))
ax.plot_surface(xx, yy, regr.predict(X).reshape(10,10), alpha=0.3)
plt.show()

レンダリング:

Pythonで線形回帰を実装する方法# #概要: 上記がこの記事の全内容です。皆様のお役に立てれば幸いです。

以上がPythonで線形回帰を実装する方法の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

声明:
この記事の内容はネチズンが自主的に寄稿したものであり、著作権は原著者に帰属します。このサイトは、それに相当する法的責任を負いません。盗作または侵害の疑いのあるコンテンツを見つけた場合は、admin@php.cn までご連絡ください。