问题

制作一元材积表,不懂林学的可能不知道,如图,也就是构造材积和胸径间的关系,这里采用了python的一元线性回归方法(本人用spss做了幂函数非线性回归,效果最好)。

Python方差分析

  1. 导入库和数据
from sklearn import linear_model
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
df1 = pd.read_excel('C:/Users/Administrator/Desktop/一元材积表.xlsx')
  1. 绘制散点图
X = np.array(df1[['胸径']])
Y = np.array(df1[['材积']])
plt.rc('font',family='STXihei',size=15)
plt.scatter(X,Y,60,color='blue',marker='o',linewidths=3,alpha=0.4)
plt.xlabel('胸径')
plt.ylabel('材积')
plt.title('一元材积表')
plt.show()

可以看出,用一元线性回归是不太理想的,不过为了给老师交作业,还是做一下好了。

  1. 一元回归模型
clf = linear_model.LinearRegression()
clf.fit(X,Y)
print(clf.coef_,clf.intercept_)
print(clf.score(X,Y))

结果如图

结论

R2不高,模型并不太好。

Python数据分析之一元线性回归相关推荐

  1. 手写算法—Python代码实现一元线性回归

    Python代码实现一元线性回归 简述 假设函数.损失函数和梯度下降法 Python实现一元线性回归 对比sklearn实现的一元线性回归 简述 线性回归模型是机器学习里面最基础的一种模型,是为了解决 ...

  2. python一元线性回归的优点_Python数据分析之一元线性回归

    问题 制作一元材积表,不懂林学的可能不知道,如图,也就是构造材积和胸径间的关系,这里采用了python的一元线性回归方法(本人用spss做了幂函数非线性回归,效果最好). Python方差分析导入库和 ...

  3. Python数据分析与挖掘——线性回归预测模型

    线性回归模型属于经典的统计学模型,该模型的应用场景是根据已 知的变量(自变量)来预测某个连续的数值变量(因变量).例如,餐 厅根据每天的营业数据(包括菜谱价格.就餐人数.预定人数.特价菜 折扣等)预测 ...

  4. 彩民看过来,看老程序员如何用Python数据分析双色球基于线性回归算法预测下期中奖结果示例

    @本文来源于公众号:csdn2299,喜欢可以关注公众号 程序员学府 本文实例讲述了Python数据分析之双色球基于线性回归算法预测下期中奖结果.分享给大家供大家参考,具体如下: 前面讲述了关于双色球 ...

  5. 小福利,带你快速了解数据分析之一元线性回归模型和多元线性回归模型

    大家好,我是天空之城,今天给大家带来小福利,带你快速了解一元线性回归方程模拟和多元线性回归方程模拟 主要用来进行数据的相关性分析 之前在研究生阶段用过一个叫origin的数据处理软件,只要是科研数据都 ...

  6. 多元线性回归算法python实现_手写算法-Python代码推广多元线性回归

    1.梯度下降-矩阵形式 上篇文章介绍了一元线性回归,包括Python实现和sklearn实现的实例.对比,以及一些问题点,详情可以看这里: 链接: 手写算法-Python代码实现一元线性回归 里面封装 ...

  7. Python数据分析与挖掘——回归模型的诊断

    当回归模型构建好之后,并不意味着建模过程的结束,还需要进一步对模型进行诊断,目的就是使诊断后的模型更加健壮.统计学家在发明线性回归模型的时候就提出了一些假设前提,只有在满足这些假设前提的情况下,所得的 ...

  8. 基于Python的地理数据分析之一元线性回归分析-数学原理02.md

    行成于思毁于随,业精于勤荒于嬉. 文章目录 前言 1. 声明 2. 版本  2.1 山东青岛,Version 1 3. 关键词 一.最小二乘法 1. 什么是最小二乘法   1.1 公式表达 2. 最小 ...

  9. python对于一元线性回归模型_Python一元线性回归分析实例:价格与需求的相关性...

    来自烟水暖的学习笔记 回归分析(Regression analysis) 回归分析(Regression analysis),是研究因变量与自变量之间相关性的一种数学方法,并将相关性量化,即得到回归方 ...

最新文章

  1. linux namespace 隔离内核资源的方式 简介
  2. Hadoop Streaming
  3. webpack 初体验
  4. 学习,编译ffmpeg tutorial
  5. 回文树或者回文自动机,及相关例题
  6. 0day影响 Chrome和 Safari,谷歌不修复
  7. tomcat与mysql分离部署_apache+tomcat+mysql 实现动静分离
  8. Window平台编译log4cpp使用方法记录 (二)
  9. 种草营销这样干 小红书KOC素人和KOL达人组合种草推广
  10. Terminal Emulator for Android(安卓终端模拟器)的使用
  11. python3抠图并更换背景
  12. OffiSmart Summit智慧办公及空间管理上海线下峰会精彩亮点抢先看
  13. 零知识证明(zero-knowledge proof)
  14. 解决安装软件时出现“更新错误”或“无法安装”的问题
  15. 天龙八部TLBB系列 - 网单服务端各目录文件说明【超详细】
  16. 数字电路仿真软件Minecraft—(3)方块更新感应电路
  17. 我们说运营,到底是在说运营什么?
  18. 无线路由器怎么做一个家庭服务器,家庭路由器怎么做DHCP服务器
  19. sen1.2词典制作
  20. LAYOUT BGA布线规则

热门文章

  1. 英特尔全部cpu列表_程序员大神Linus转投AMD:我希望英特尔的AVX 512指令集「去死」...
  2. mysql 5.5 性能测试,MySQL 5.5迁移到5.7的性能问题排查案例
  3. go中select用法详解
  4. linux c 串口可读可写,串口编程可写入不能读取 怎么解决
  5. 不显示坐标刻度_Excel---不等距坐标刻度,你会吗?工作小技巧
  6. java quartz TriggerBuilder
  7. SpringBoot POM web开发(spring-boot-starter-web)
  8. vue 插槽 有名插槽
  9. HTTP Headers Content-Disposition
  10. python dir()