数据线性回归分析

一、利用WPS进行线性回归分析

二、利用jupyter编程（不借助第三方库）对数据进行线性回归分析

1、将数据文件上传（方便后续打开数据文件）

2、添加代码

编辑

3 、输出200组数据

4、输出2000组数据

5、利用pandas打开excel文件出现ImportError解决方法

三、借助skleran对数据进行线性回归分析

总结

参考资料

一、利用WPS进行线性回归分析

1、20组数据

选中两组数据，插入散点图

更改数据为前20组

进行线性回归分析

选中散点图，点击图表元素，选中趋势线

显示回归方程和R平方值

选中回归线，点击趋势线，选中显示公式和R平方值

获得数据

$y = 4.128x - 152.23$

$R^{2} = 0.3254$

2、200组数据

将数据更改为使用前200组

获得数据

$y = 3.4317x - 105.96$

$R^{2} = 0.31$

3、2000组数据

将数据更改为前2000组

获得数据

$y = 2.9555x - 73.661$

$R^{2}=0.2483$

二、利用jupyter编程（不借助第三方库）对数据进行线性回归分析

1、将数据文件上传（方便后续打开数据文件）

2、添加代码

import pandas as pd
import numpy as np
import math
import matplotlib.pyplot as plt
#准备数据
p=pd.read_excel('weights_heights(身高-体重数据集).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')

输出20组数据

3 、输出200组数据

4、输出2000组数据

5、利用pandas打开excel文件出现ImportError解决方法

错误原因：没有安装xlrd模块

解决方法：在Anaconda安装xlrd模块

激活虚拟环境

安装xlrd模块

conda install -c anaconda xlrd

三、借助skleran对数据进行线性回归分析

添加代码

# 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('weights_heights(身高-体重数据集).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.scatter(x,y)
y1 = a*x + b
plt.plot(x,y1,c='r')

20组数据