文章目录

  • 一、excel数据分析功能实现线性回归
  • 二、jupyter编程最小二乘法重做线性回归
  • 三、jupyter利用sklearn库实现线性回归
  • 四、结语

一、excel数据分析功能实现线性回归

先选择若干组数据进行操作。

选中后点击插入,选择散点图。

找到图表元素,选择趋势线,选择线性。

同理可做20组和2000组数据

二、jupyter编程最小二乘法重做线性回归

打开jupyter,新建文件,输入如下代码

import pandas as pd
import numpy as np
import math
import matplotlib.pyplot as plt;
#准备数据
p=pd.read_excel('D:\\mcom\\下载\\weights_heights.xls','weights_heights')
#读取20行数据
p1=p.head(20)
x=p1["Height"]
y=p1["Weight"]
# 平均值
x_mean = np.mean(x)
y_mean = np.mean(y)
#x(或y)列的总数(即n)
xsize = x.size
zi=((x-x_mean)*(y-y_mean)).sum()
mu=((x-x_mean)*(x-x_mean)).sum()
n=((y-y_mean)*(y-y_mean)).sum()
# 参数a b
a = zi / mu
b = y_mean - a * x_mean
#相关系数R的平方
m=((zi/math.sqrt(mu*n))**2)
# 这里对参数保留4位有效数字
a = np.around(a,decimals=4)
b = np.around(b,decimals=4)
m = np.around(m,decimals=4)
print(f'回归线方程:y = {a}x +({b})')
print(f'相关回归系数为{m}')
#借助第三方库skleran画出拟合曲线
y1 = a*x + b
plt.scatter(x,y)
plt.plot(x,y1,c='r')

生成如下图像

修改此处代码,测试更多数据



三、jupyter利用sklearn库实现线性回归

同样是jupyter的文件

# 导入所需的模块
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from sklearn.linear_model import LinearRegressionp=pd.read_excel('D:\\mcom\\下载\\weights_heights.xls','weights_heights')
#读取数据行数
p1=p.head(20)
x=p1["Height"]
y=p1["Weight"]
# 数据处理
# sklearn 拟合输入输出一般都是二维数组,这里将一维转换为二维。
y = np.array(y).reshape(-1, 1)
x = np.array(x).reshape(-1, 1)
# 拟合
reg = LinearRegression()
reg.fit(x,y)
a = reg.coef_[0][0]     # 系数
b = reg.intercept_[0]   # 截距
print('拟合的方程为:Y = %.4fX + (%.4f)' % (a, b))
c=reg.score(x,y)    # 相关系数
print(f'相关回归系数为%.4f'%c)# 可视化
prediction = reg.predict(y)
# 根据高度,按照拟合的曲线预测温度值
plt.xlabel('身高')
plt.ylabel('体重')
plt.scatter(x,y)
y1 = a*x + b
plt.plot(x,y1,c='r')

产生如下图像

同样修改刚才的那个地方的代码,生成不同的图表

四、结语

这次的实验通过不同的方式实现了Excel数据的线性回归,当然这只是最开始的认识和练习,希望后面的实验可以更加顺利。

初识线性回归(Excel-Python实现)相关推荐

  1. 十、简单线性回归的python实现(详解)

    4. 简单线性回归的python实现 点击标题即可获取源代码和笔记 4.1 导入相关包 import numpy as np import pandas as pd import random imp ...

  2. [转载] 多元线性回归 及其Python实现

    参考链接: 线性回归(Python实现) 多元线性回归 Python实现 多元线性回归求解过程 多元线性回归的形式:  目标函数:  将一个样本的向量化: 将所有样本的向量化:  向量化后的目标函数及 ...

  3. python上传excel文件_python读写Excel python实现Excel上传

    最近小编在处理各种.xlsx表格的数据处理和计算的工作,目前python用于操作表格的模块有很多,功能各有千秋.本文主要讲的是xlwt用于写,xlrt用于读. 表格写入 简单的写入功能可用xlwt模块 ...

  4. python做线性回归统计推断提取参数_线性回归及其Python实现(最大似然法)

    线性回归及其Python实现(最大似然法) 标签: Python 机器学习 本节内容总结于博主在牛客网机器学习特训营的笔记 参考资料:<机器学习实战> 目录 1.什么是线性回归(Linea ...

  5. Excel+Python,简直法力无边

    这次我们会介绍如何使用xlwings将Python和Excel两大数据工具进行集成,更便捷地处理日常工作. 说起Excel,那绝对是数据处理领域王者般的存在,尽管已经诞生三十多年了,现在全球仍有7.5 ...

  6. python读html导出excel,python数据导出到excel

    如何使用python将大量数据导出到Excel中的 安装openpyxl模块 调用openpyxl模块,将变量中的数据写入excel 具体的操作流程需要根据您的需CSS布局HTML小编今天和大家分享和 ...

  7. python一元线性回归绘制_简单一元线性回归实现python

    简单一元线性回归实现python 简单一元线性回归实现python 简单一元线性回归实现python #线性回归梯度下降 import numpy as np import pandas as pd ...

  8. sklearn实现一元线性回归 【Python机器学习系列(五)】

    sklearn实现一元线性回归 [Python机器学习系列(五)] 文章目录 1.获取数据 2.线性回归模型 大家好,我是侯小啾!  本期blog分享的内容是通过sklearn库实现一元线性回归.相比 ...

  9. 一元线性回归的Python编程实现

    这篇文章主要是为了实现周志华老师的机器学习书涉及的:单变量的线性回归,即一元线性回归的Python编程实现. 代码如下: # -*- coding: cp936 -*- from numpy impo ...

  10. excel python开发_Excel + Python = 威力无比

    自从年初立下flag,就开始利用业余时间仔细学习Python.这一学,就真的被迷住了!很好.很强大,简单.实用.功能丰富.适应性强-- 我先是看的<Python基础教程(第3版)>,这本书 ...

最新文章

  1. Web Developer中文版下载
  2. 叮~ 量子位欢迎你加入AI群聊
  3. vscode请更新includepath_VS Code Java 九月更新!Coding Pack for Java 带来一键安装新体验!...
  4. python归一化sklearn_用sklearn进行对数据标准化、归一化以及将数据还原详解
  5. HALCON示例程序optical_flow.hdev如何使用optical_flow_mg计算图像序列中的光流以及如何分割光流。
  6. es6分享——变量的解构赋值
  7. Intel Sandy Bridge/Ivy Bridge架构/微架构/流水线 (12) - 执行核
  8. ZooKeeper官方文档学习笔记05-ZooKeeper的屏障(Barrier)和队列(Queue)教程
  9. 稳的一比,鸿蒙系统霸榜Github!
  10. 最新的windows xp sp3序列号(绝对可通过正版验证)
  11. 视频教程-思科网络工程师CCNP高级路由技术-路由协议
  12. java随机发扑克牌程序,java_扑克牌小程序
  13. SQL注入之什么是加密注入|二次漏洞注入|DNSlog注入
  14. mybait——入门简单项目
  15. SfxMCP基于onvif协议H5无插件直播方案中onvif设备的接入方法 - sfxlab
  16. 转DIY 3D激光扫描仪
  17. 软件测试(2) UFT安装
  18. JS30--Three CSS Variables
  19. BP神经网络实现汽油辛烷值预测,《MATLAB源码+数据集》
  20. 精心整理各类非常棒的网站!!!!素材类、工具类都有~

热门文章

  1. Android mk详解
  2. html5和css3实现的小球游戏
  3. E72i 屏幕截图宝典之百事屏幕截图v2.0
  4. 金蝶云星空物料批量禁用反禁用程序
  5. 域名备案怎么弄,主要有哪些流程?
  6. 微机实验五 —— 8255A接口电路应用设计实验(基于Proteus工具)
  7. win下使用fvm实现多个Flutter版本的切换
  8. opencv中的SIFT,SURF,ORB,FAST 特征描叙算子比较
  9. html5桌面录制,使用HTML5录制屏幕(屏幕录像),例如getUserMedia什么的?
  10. 斜滑块斜导柱计算公式_模具斜导柱长度的算法