# 认为天猫销量和年份之间存在函数关系 一元二次,一元三次
import numpy as npimport matplotlib.pyplot as plt
%matplotlib inline
years = np.arange(2009,2020)
years
array([2009, 2010, 2011, 2012, 2013, 2014, 2015, 2016, 2017, 2018, 2019])
sales = np.array([0.5,9.36,52,191,352,571,912,1207,1682.69,2135,2684])sales
array([5.00000e-01, 9.36000e+00, 5.20000e+01, 1.91000e+02, 3.52000e+02,5.71000e+02, 9.12000e+02, 1.20700e+03, 1.68269e+03, 2.13500e+03,2.68400e+03])
plt.scatter(years,sales,c = 'red',marker='*',s = 80)
<matplotlib.collections.PathCollection at 0x1ecdbb03da0>

X = (years - 2008).reshape(-1,1)
X
array([[ 1],[ 2],[ 3],[ 4],[ 5],[ 6],[ 7],[ 8],[ 9],[10],[11]])
y = sales
y
array([5.00000e-01, 9.36000e+00, 5.20000e+01, 1.91000e+02, 3.52000e+02,5.71000e+02, 9.12000e+02, 1.20700e+03, 1.68269e+03, 2.13500e+03,2.68400e+03])
from sklearn.linear_model import LinearRegression
lr = LinearRegression(fit_intercept=True)lr.fit(X,y)
# weight 权重
w = lr.coef_[0]
# bias 偏差
b = lr.intercept_
display(w,b)plt.scatter(years -2008,sales,c = 'red',marker='*',s = 80)x = np.linspace(1,12,50)plt.plot(x,w*x + b,c = 'green')
267.3102727272729-713.266181818183[<matplotlib.lines.Line2D at 0x1ecec259fd0>]

# 建立二元模型X2 = np.concatenate([X**2,X],axis= 1)
X2.shape
(11, 2)
# 假定函数是一元二次f(x) = w1*x**2 + w2*x + blr = LinearRegression(fit_intercept=True)X2 = np.concatenate([X**2,X],axis= 1)lr.fit(X2,y)
# weight 权重
w1,w2 = lr.coef_
# bias 偏差
b = lr.intercept_
display(w1,w2,b)plt.scatter(years -2008,sales,c = 'red',marker='*',s = 80)x = np.linspace(1,12,50)f = lambda x :w1*x**2 + w2*x + bplt.plot(x,f(x),c = 'green')# 2009 -----1
# 2010 -----2
# 2020 -----12
print('2020年天猫双十一销量预测:',np.round(f(12),1))
30.21558275058275-95.2767202797202472.338969696969342020年天猫双十一销量预测: 3280.1

# 假定函数是一元二次f(x) = w1*x**2 + w2*x + blr = LinearRegression(fit_intercept=True)X3 = np.concatenate([X**3,X**2,X],axis= 1)lr.fit(X3,y)
# weight 权重
w1,w2,w3 = lr.coef_
# bias 偏差
b = lr.intercept_plt.scatter(years -2008,sales,c = 'red',marker='*',s = 80)x = np.linspace(1,12,50)f = lambda x :w1*x**3 + w2*x**2 + w3*x + bplt.plot(x,f(x),c = 'green')# 2009 -----1
# 2010 -----2
# 2020 -----12
print('2020年天猫双十一销量预测:',np.round(f(12),1))
2020年天猫双十一销量预测: 3294.2

预测2020年天猫双十一销量 线性回归相关推荐

  1. 线性回归2020年天猫双十一销量

    # 认为天猫销量和年份之间存在函数关系 一元二次,一元三次import numpy as np import matplotlib.pyplot as plt %matplotlib inlineye ...

  2. sklearn笔记29 线性回归 天猫双十一销量预测

    完整代码 sklearn代码21 2-2020天猫双十一销量 天猫双十一历年销量 数据是曲线的,不是线性的 # 认为天猫销量与年份之间存在函数关系,一元二次,一元三次 导包 import numpy ...

  3. 线性回归:天猫双十一销量预测

    天猫双十一销量预测 导包 整理历年天猫双十一数据 通过绘制的图我们可以得出结论 二次多项式图像 三次多项式图像 四次多项式图像 结论 进行数据预处理 减小数值 特征衍生 构建模型 方法一:自己构建数学 ...

  4. sklearn代码21 2-2020天猫双十一销量

    # 认为天猫销量与年份之间存在函数关系,一元二次,一元三次 import numpy as npimport matplotlib.pyplot as plt %matplotlib inline y ...

  5. 2020年天猫双十一总交易额是多少(比去年同期增长1032亿)

    2020年双十一已经结束,大家对于今年天猫双十一交易额是多少也是比较关注的,具体一起来了解一下吧. 2020年天猫双十一总交易额是多少(比去年同期增长1032亿) 2020年天猫"双11&q ...

  6. 机器学习预测nba_通过机器学习预测2020年NBA季后赛支架

    机器学习预测nba Paul the Octopus was a short-lived (26 January 2008–26 October 2010) cephalopod kept at th ...

  7. ggplot 添加左右两边的y轴(以天猫双十一销量与增长率为例)

    本篇博客主要介绍如何在 R 中,使用 ggplot2 包在一个图像上添加左右两个 y 轴刻度,并在同一个图像上绘制两个完全不一样的统计图. 另外本篇博客是以天猫双十一销量与增长率为例,原始的数据可以参 ...

  8. 【技术】用Python预测2020年双十一交易额

    ↑↑↑关注后"星标"简说Python 人人都可以简单入门Python.爬虫.数据分析 简说Python推荐来源:林骥 作者:林骥One old watch, like brief ...

  9. python根据数量打折输出总额_用Python预测2020年双十一交易额

    原标题:用Python预测2020年双十一交易额 去年双十一的时候,我曾利用算法预测过阿里巴巴 2019 年双十一交易额,并做了复盘总结(本文结尾处有当时预测和复盘的文章链接). 今年的双十一,规则发 ...

最新文章

  1. 【BZOJ-2342】双倍回文 Manacher + 并查集
  2. fedora18装一些软件及配置
  3. QT的QMultiSampleAntiAliasing类的使用
  4. 提高SQL执行性能方案:如何让你的SQL运行得更快
  5. mysql gzip_在mysql中存储GZIP:ed文本?
  6. 感觉自己没有美术天赋,要不要放弃成为艺术生?
  7. Ubuntu系统下载安装启动Docker
  8. (郭霖)Android图片加载框架最全解析(一),Glide的基本用法
  9. iOS 仿微信发送语音消息按钮 - 语音录音机(二)
  10. vue项目无法启动,谷歌浏览器报:您与此网站之间建立的连接不安全,实际是cdn服务器过期
  11. android版本低无法安装微信,解决低版本安卓4.4.4无法安装微信的问题
  12. 计算机派位志愿填报技巧,海淀小升初哪些入学途径采取电脑派位 志愿又怎么填报 2021家长了解...
  13. 诺基亚牌WP7手机——蛮期待的
  14. 【Machine Learning】梯度下降算法介绍_02
  15. 外部访问docker容器(docker run -p/-P 指令)
  16. PAT——1121 Damn Single 甲级
  17. iphone4s改装 linux,iPhone4S降级教程(支持iOS5.1.1)可实现完美越狱
  18. 当基础设施故障后,声网 SD-RTN 如何保障 RTE 服务的高可用性
  19. 评价计算机系统性能的综合指标,信息系统性能评价包含哪些指标
  20. 得到Iphone屏幕分辨率

热门文章

  1. 大学毕业十年后(转)
  2. cad的文字嵌入线条_将文字转换为线条方法一则
  3. 如何进行产品促销研究
  4. 基于ONVIF协议的摄像头开发总结
  5. 多目标进化优化-BiGE
  6. 同等学力申硕你必须知道的三件事!!!
  7. 基于LTC流程的项目管理方法︱明略科技集团PMO经理何大坤
  8. 关于Ettus usrp E312 RFNOC环境搭建的详细总结
  9. 广告学计算机平面设计(1)形考5,(2016年电大)广告学专业计算机平面设计课程.doc...
  10. Youpk: 又一款基于ART的主动调用的脱壳机