Python编程实现使⽤线性回归预测数据
1) 预测房⼦价格
1) 预测房⼦价格
我们有下⾯的数据集：
输⼊编号平⽅英尺价格
11506450
22007450
32508450
43009450
535011450
640015450
760018450
步骤：
在线性回归中，我们都知道必须在数据中出⼀种线性关系，以使我们可以得到θ0和θ1。 我们的假设⽅程式如下所⽰：
其中： hθ(x)是关于特定平⽅英尺的价格值（我们要预测的值），（意思是价格是平⽅英尺的线性函数）； θ0是⼀个常数； θ1是回归系数。
那么现在开始编程：
步骤1
打开你最喜爱的⽂本编辑器，并命名为predict_house_price.py。 我们在我们的程序中要⽤到下⾯的包，所以把下⾯代码复制到
predict_house_price.py⽂件中去。
# Required Packages
import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
from sklearn import datasets, linear_model
运⾏⼀下你的代码。如果你的程序没错，那步骤1基本做完了。
步骤2
我把数据存储成⼀个.csv⽂件，名字为input_data.csv 所以让我们写⼀个函数把数据转换为X值（平⽅英尺）、Y值（价格）
# Function to get data
def 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_parameter
第3⾏：将.csv数据读⼊Pandas数据帧。
第6-9⾏：把Pandas数据帧转换为X_parameter和Y_parameter数据，并返回他们。
所以，让我们把X_parameter和Y_parameter打印出来：
脚本输出： [[150.0], [200.0], [250.0], [300.0], [350.0], [400.0], [600.0]] [6450.0, 7450.0, 8450.0, 9450.0, 11450.0, 15450.0, 18450.0] [Finished in 0.7s]
步骤3
现在让我们把X_parameter和Y_parameter拟合为线性回归模型。我们要写⼀个函数，输⼊为X_parameters、Y_parameter和你要预测的平⽅英尺值，返回θ0、θ1和预测出的价格值。
# Function for Fitting our data to Linear model
def linear_model_main(X_parameters,Y_parameters,predict_value):
# Create linear regression object
regr =linear_model.LinearRegression()
regr.fit(X_parameters, Y_parameters)
predict_outcome =regr.predict(predict_value)
predictions ={}
predictions['intercept'] =regr.intercept_
predictions['coefficient'] =f_
predictions['predicted_value'] =predict_outcome
return predictions
第5-6⾏：⾸先，创建⼀个线性模型，⽤我们的X_parameters和Y_parameter训练它。
第8-12⾏：我们创建⼀个名称为predictions的字典，存着θ0、θ1和预测值，并返回predictions字典为输出。
所以让我们调⽤⼀下我们的函数，要预测的平⽅英尺值为700。
X,Y =get_data('input_data.csv')
predictvalue =700
result =linear_model_main(X,Y,predictvalue)
print"Intercept value ", result['intercept']
print"coefficient", result['coefficient']
print"Predicted value: ",result['predicted_value']
脚本输出：Intercept value 1771.80851064 coefficient [ 28.77659574] Predicted value: [ 21915.42553191] [Finished in 0.7s]
这⾥，Intercept value（截距值）就是θ0的值，coefficient value（系数）就是θ1的值。 我们得到预测的价格值为21915.4255——意味着我们已经把预测房⼦价格的⼯作做完了！
为了验证，我们需要看看我们的数据怎么拟合线性回归。所以我们需要写⼀个函数，输⼊为X_parameters和Y_parameters，显⽰出数据拟合的直线。
# Function to show the resutls of linear fit model
def show_linear_line(X_parameters,Y_parameters):
# Create linear regression object
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.show()
那么调⽤⼀下show_linear_line函数吧：
show_linear_line(X,Y)
2)预测下周哪个电视节⽬会有更多的观众
闪电侠是⼀部由剧作家/制⽚⼈Greg Berlanti、Andrew Kreisberg和Geoff Johns创作，由CW电视台播放的美国电视连续剧。它基于DC 漫画⾓⾊闪电侠（Barry Allen），⼀个具有超⼈速度移动能⼒的装扮奇特的打击犯罪的超级英雄，这个⾓⾊是由Robert Kanigher、John Broome和Carmine Infantino创作。它是绿箭侠的衍⽣作品，存在于同⼀世界。该剧集的试播篇由Berlanti、Kreisberg和Johns写
作，David Nutter执导。该剧集于2014年10⽉7⽇在北美⾸映，成为CW电视台收视率最⾼的电视节⽬。
绿箭侠是⼀部由剧作家/制⽚⼈ Greg Berlanti、Marc Guggenheim和Andrew Kreisberg创作的电视连续剧。它基于DC漫画⾓⾊绿箭侠，⼀个由Mort Weisinger和George Papp创作的装扮奇特的犯罪打击战⼠。它于2012年10⽉10⽇在北美⾸映，与2012年末开始全球播出。主要拍摄于Vancouver、British Columbia、Canada，该系列讲述了亿万花花公⼦Oliver Queen，由Stephen Amell扮演，被困在敌⼈的岛屿上五年之后，回到家乡打击犯罪和腐败，成为⼀名武器是⼸箭的神秘义务警员。不像漫画书中，Queen最初没有使⽤化名”绿箭侠“。
由于这两个节⽬并列为我最喜爱的电视节⽬头衔，我⼀直想知道哪个节⽬更受其他⼈欢迎——谁会最终赢得这场收视率之战。 所以让我们写⼀个程序来预测哪个电视节⽬会有更多观众。 我们需要⼀个数
据集，给出每⼀集的观众。幸运地，我从上得到了这个数据，并整理成⼀个.csv⽂件。它如下所⽰。
闪电侠闪电侠美国观众数绿箭侠绿箭侠美国观众数
1  4.831  2.84
2  4.272  2.32
3  3.593  2.55
4  3.534  2.49
5  3.465  2.73
6  3.736  2.6
7  3.477  2.64
8  4.348  3.92
9  4.669  3.06
观众数以百万为单位。
解决问题的步骤：
⾸先我们需要把数据转换为X_parameters和Y_parameters，不过这⾥我们有两个X_parameters和Y_parameters。因此，把他们命名为flash_x_parameter、flash_y_parameter、arrow_x_parameter、arrow_y_parameter吧。然后我们需要把数据拟合为两个不同的线性回归模型——先是闪电侠，然后是绿箭侠。 接着我们需要预测两个电视节⽬下⼀集的观众数量。 然后我们可以⽐较结果，推测哪个节⽬会有更多观众。
步骤1
导⼊我们的程序包：
# Required Packages
import csv
import sys
import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
from sklearn import datasets, linear_model
步骤2
写⼀个函数，把我们的数据集作为输⼊，返回flash_x_parameter、flash_y_parameter、arrow_x_parameter、arrow_y_parameter values。
# Function to get data
def get_data(file_name):
data =pd.read_csv(file_name)
flash_x_parameter =[]
flash_y_parameter =[]
arrow_x_parameter =[]
arrow_y_parameter =[]
for x1,y1,x2,y2 in zip(data['flash_episode_number'],data['flash_us_viewers'],data['arrow_episode_number'],data['arrow_us_viewers']):
flash_x_parameter.append([float(x1)])
flash_y_parameter.append(float(y1))
arrow_x_parameter.append([float(x2)])
python怎么读csv数据
arrow_y_parameter.append(float(y2))
return flash_x_parameter,flash_y_parameter,arrow_x_parameter,arrow_y_parameter

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。