Python 简单回归计算

#准备工作

from sklearn import linear_model         #导入机器学习linear_model库

from sklearn import cross_validation    #导入交叉验证库

import numpy as np

import pandas as pd

import matplotlib.pyplot as plt

a=pd.read_excel('/Users/enniu/Desktop/工作簿2.xlsx')

#设置自变量和因变量

X=np.array(a[['cost']])              #X为二维数组。    a[['cost']]生成dataframe，a['cost']生成Series。X.ndim生成的维度为二位，X.shape查看各维度大小

Y=np.array(a['click'])                #Y为一维数组

#绘制散点图

plt.scatter(X,Y,60,color='blue',marker='o',linewidth=3,alpha=0.8)

plt.xlabel('cost')    #名字中写中文会报错

plt.ylabel('click')

plt.title('the corr between cost and click')

#将数据拆分成训练集和测试集，其中测试集占比为40%

X_train, X_test, y_train, y_test = cross_validation.train_test_split(X, Y, test_size=0.4, random_state=0) 

#代入线性回归模型

clf=linear_model.LinearRegression()

clf.fit (X_train,y_train)

#计算模型的关键参数，因为只有一个自变量X，故为一元回归模型

clf.coef_     #斜率

clf.intercept_  #截距

clf.score(X_train,y_train) # 判定系数R方

clf.predict(20000)   #输入自变量预测因变量

# 使用测试集评估模型

list(clf.predict(X_test))  #将测试集的自变量代入到模型预测因变量，使用list 将数组变为列表

list(y_test)    #显示测试集的因变量

((y_test-clf.predict(X_test))**2).sum()  #计算误差平方和

注：内容引自蓝鲸的网站分析笔记