多项式回归分析之预测成本和利润
往期回顾:
Python中有监督学习之回归分析(一)
线性回归预测糖尿病
在一元回归分析中,如果变量 y 与自变量 x的关系为非线性的,但又找不到适当的函数曲线来拟合,则可以采用一元多项式回归。
1. PolynomialFeatures
多项式生成函数:
sklearn.preprocessing.PolynomialFeatures(degree=2, interaction_only=False, include_bias=True)
参数说明:
degree:多项式阶数,默认值是2
interaction_only:值如果是True,则会产生相互影响的特征集
include_bias:是否包含偏差列
PolynomialFeatures 类通过实例化一个多项式,建立等差数列矩阵,然后进行训练和预测,最后绘制相关的图形。
from sklearn.linear_model import LinearRegression
from sklearn.preprocessing import PolynomialFeatures
import numpy as np
import matplotlib.pyplot as plt# x表示企业成本,y表示企业利润
X = [[400], [450], [486], [500], [510], [525], [540], [549], [558], [590], [610], [640], [680], [750], [900]]
Y = [[80], [89], [92], [102], [121], [160], [180], [189], [199], [203], [247], [250], [259], [289], [356]]# ================================ 线性回归分析 ================================
# 回归训练
clf = LinearRegression()
clf.fit(X, Y)# 预测结果
X2 = [[400], [750], [950]]
Y2 = clf.predict(X2)
print(Y2)res = clf.predict(np.array([1200]).reshape(-1, 1))[0]
print(u'预测成本1200元的利润:%.1f' % res)plt.plot(X, Y, 'ks') # 绘制训练数据的散点图
plt.plot(X2, Y2, 'g-') # 绘制预测数据的直线# ================================ 多项式回归分析 ================================xx = np.linspace(350, 950, 100) # 350~950的等差数列
quadratic_featurizer = PolynomialFeatures(degree=2) # 用二次多项式x做变换
x_train_quadratic = quadratic_featurizer.fit_transform(X)
X_test_quadratic = quadratic_featurizer.transform(X2)
regressor_quadratic = LinearRegression()
regressor_quadratic.fit(x_train_quadratic, Y)# 把训练好X值的多项式特征实例应用到一系列点上,形成矩阵
xx_quadratic = quadratic_featurizer.transform(xx.reshape(xx.shape[0], 1))
plt.plot(xx, regressor_quadratic.predict(xx_quadratic), "r--",label="$ y=ax^2+bx+c $", linewidth=2)
plt.legend()
plt.show()
这里使用R方(R-Squared) 来评价多项式回归预测的效果。R方也叫做确定系数(Coefficient of Determination), 表示模型对现实数据拟合的程度。
print('1 r - squared', clf.score(X, Y))
print('2 r - squared', regressor_quadratic.score(x_train_quadratic, Y))
结果为:
1 r - squared 0.9118311887769117
2 r - squared 0.9407359949855933
学习模块:
机器学习基础-6.多项式回归
回归分析(三)——多项式回归解决非线性问题
文学模块:
九七五年二三月间,一个平平常常的日子,细的雨丝夹着一星半点的雪花,正纷纷淋淋地向大地飘洒着。时令己快到凉蛰,雪当然再不会存留,往往还没等落地,就已经消失得无踪无影了。黄土高原严寒而漫长的冬天看来不要过去,但那真正温暖的春天还远远地没有到来。
《平凡的世界》
多项式回归分析之预测成本和利润相关推荐
- python数据挖掘笔记】十八.线性回归及多项式回归分析四个案例分享
python数据挖掘课程]十八.线性回归及多项式回归分析四个案例分享 #2018-03-30 18:24:56 March Friday the 13 week, the 089 day SZ SSM ...
- 成本、利润分析法在企业管理中的应用
1 .成本.利润分析法的主要内容 成本.利润分析法主要是指,利用数学模型,对关于企业成本.利润的要素分析,然后计算出要素的改变对企业成本.利润的影响,进而对企业决策提出建议的一种方法.在成本.利润分析 ...
- 蔬菜大棚成本_蔬菜大棚种植成本和利润究竟如何?种植户有话说
大棚蔬菜种植,到底利润高不高,就让亲身体验过的人来说下自己的情况吧.农大老家山东也是大棚蔬菜种植比较早的地方,直到现在大棚种植蔬菜在各地都还是不少.大棚蔬菜种植,是有相应的补贴政策,在农业种植当中,也 ...
- 【进阶】使用Excel进行回归分析,预测真实值
预备阅读:[进阶]使用Excel进行相关分析 前言 昨天学习了Excel中的相关分析,在数据分析中,相关分析和回归分析关系紧密,今天来学习下Excel中的回归分析. 回归分析 回归分析(regress ...
- 数据分析系列 9/32 | Excel进行回归分析,预测真实值
前面学习了Excel中的相关分析,在数据分析中,相关分析和回归分析关系紧密,今天来学习下Excel中的回归分析. PART 01 回归分析 回归分析(regressionanalysis)是确定两种或 ...
- Python自学第5周反馈:python做多元回归分析,预测某支股票未来的最高最低价
python做多元回归分析,预测某支股票未来的最高最低价 上一次简单的做了大盘股指的移动平滑预测,但在实际中,变化时受到多种因素影响的 所以这次基于上次的基础,用python来进行股票价格的多元线性预 ...
- 分析总结:关于上海开饭店的成本和利润核算
2007年9月8日 星期六 11时34分 [人生事业] 分析总结:关于上海开饭店的成本和利润核算 做生意这么久,还不懂得小生意怎么做,试着帮你核算一下,想不到在国内做生意,并不比做老外生意差呢!!!看 ...
- 回归分析:预测 VS 因果分析
在学习或者使用机器学习的方法时,回归分析可以说是最常用的一种方法了.今天朋友推荐Dr. Paul Allison的一篇博文,讲回归分析最常用的两种方式:预测和因果分析.觉得对医学信息学里面对回归分析的 ...
- 已经结算的维修单在:维修管理、快修管理、维修档案、(营业额、成本、利润)报表 不显示
问题描述: 已经结算的维修单或者快修单在维修管理.快修管理.维修档案.(营业额.成本.利润)报表不显示 问题原因:维修管理.快修管理.维修档案.(营业额.成本.利润)报表页面都有影藏的开票查询条件,默 ...
- 机器学习 线性回归分析和预测棒球比赛数据
要成为自己的光呀 文章目录 一.查看数据 二.线性回归分析与预测 对 baseball_02.csv 里面的数据进行分析,并利用 sklearn 的线性回归模型预测球队的表现 有关MLB的详细信息,请 ...
最新文章
- 【 FPGA 】UltraFast设计方法学:时序收敛之时序约束基本准则
- 蚂蚁金服面试3+2次,最终有惊无险通过!
- JFreeChart入门
- OpenCV矩阵可视化工具包
- python写一个表白程序_用Python写一个能算出自己年龄的小程序
- 第三次学JAVA再学不好就吃翔(part50)--String类练习
- php数据库备份脚本
- Redis常用API-使用文档
- vue 多个api请求_Vue+Django REST framework实战3.RESTful API和VUE目录结构
- mybatis-plus批量insert效率低下怎么办(mysql)
- 程序员自我修养阅读笔记——Windows PE/COFF
- 计算机标点符号怎么切换,标点符号转换键是什么?
- 使用J-Flash烧录固件
- 介绍一个开源博客项目并部署到Nginx服务器
- 二元二次方程例题_二元二次方程组例题_相关文章专题_写写帮文库
- ESP8266串口wifi模块 NodeMCU Lua V3物联网开发板 CH340上传程序不显示
- FPGA驱动24C04实现读写操作,提供工程源码和技术支持
- html翻译系统,如何实现网页自动翻译成终端系统的文字?
- 【Spring Cloud 基础设施搭建系列】Spring Cloud Demo项目 使用Docker Compose编排Spring Cloud微服务
- 【加解密篇】利用HashCat破解RAR压缩包加密文件详细教程