地推网站信息怎么做,阿里巴巴国际站下载电脑版,注册网站怎么注销,在贸易网站怎么做贸易参考资料#xff1a;活用pandas库
1、简单线性回归 线性回归的目标是描述响应变量#xff08;或“因变量”#xff09;和预测变量#xff08;也称“特征”、“协变量”、“自变量”#xff09;之间的直线关系。本例中将讨论tips数据集中的total_bill对tip的影响。
# 导入…参考资料活用pandas库
1、简单线性回归 线性回归的目标是描述响应变量或“因变量”和预测变量也称“特征”、“协变量”、“自变量”之间的直线关系。本例中将讨论tips数据集中的total_bill对tip的影响。
# 导入pandas库
import pandas as pd
# 导入数据集
tipspd.read_csv(r...\seaborn常用数据案例\tips.csv)
# 展示数据集
print(tips.head()) 1使用统计模型库
具体相关资料可参考python统计分析——线性模型的预测和评估_python 线性拟合评估-CSDN博客
# 导入statsmodels库的formula API
import statsmodels.formula.api as smf
# 用普通最小二乘法进行公式拟合
modelsmf.ols(tip~total_bill,datatips)
resultsmodel.fit()
# 用params属性查看线性方程的系数
print(results.params)
# 用conf_int()方法查看置信区间
print(results.conf_int())
# 用summary方法查看整体的结果
print(results.summary()) 2使用sklearn库 由于sklearn接收的是numpy数组所以有时需要处理数据以便把DataFrame传入sklearn。如果输入的不是矩阵数据则需要重塑输入。根据是否只有一个变量或者一个样本要分别指定reshape(-1,1)或reshape(1,-1)。
# 从sklearn库中导入linear_model模块
from sklearn import linear_model
# 创建LinearRegression()对象
lmlinear_model.LinearRegression()
# 对数据进行拟合
# 注意参数中X是大写输入的参数是矩阵而非向量
# y是小写输入的参数是向量
predictedlm.fit(Xtips[total_bill].values.reshape(-1,1),ytips[tip])
# 输出线性方程的系数
print(predicted.coef_)
# 输出线性方程的截距
print(predicted.intercept_) 2、多元回归 多元线性回归的系数是在所有其他变量保持不变的情况下进行解释的。
1使用statsmodels库 用多元回归模型拟合数据集与拟合简单的线性回归模型非常相似。在formula参数中可以轻松地把其他协变量“添加”到波浪线的右边。
# 使用statsmodels库进行多元线性回归的拟合
modelsmf.ols(tip~total_bill size,datatips).fit()
# 输出结果
print(model.summary()) 2使用statsmodels和分类变量 对分类变量建模时必须创建虚拟变量即分类中的每个唯一值都变成了新的二元特征。statsmodels会自动创建虚拟变量。为了避免多重共线性通常会删除其中一个虚拟变量。
# 拟合所有的变量
modelsmf.ols(tip~total_bill size sex smoker day time,datatips).fit()
# 输出结果
print(model.summary()) 对于分类变量的解释必须和参考变量即从分析中删除的虚拟变量联系起来。例如sex[T。Female]的系数为0.0324解释该值时要与参考值Male联系起来。也就是说当sex从Male变为Female时tip增加0.0324。
3使用sklearn库 在sklearn中多元回归语法与库中的简单线性回归语法相似为了想模型添加更多特征可以把要使用的列传入模型。
# 创建LinearRegression对象
lmlinear_model.LinearRegression()
# 多元线性回归拟合
predictedlm.fit(Xtips[[total_bill,size]],ytips[tip])
# 输出系数和截距
print(predicted.coef_)
print(predicted.intercept_) 4使用sklearn和分类变量 必须手动为sklearn创建虚拟变量可以使用pandas的get_dummies函数来实现。该函数会自动把所有分类变量转换为虚拟变量所以不必再逐个传入各列。sklearn中OneHotEncoder函数与之类似。
# 用get_dummies函数创建虚拟变量
tips_dummypd.get_dummies(tips[[total_bill,size,sex,smoker,day,time]])
# 展示tips_dummy
print(tips_dummy.head()) 可以向get_dummies函数传入drop_firstTrue来删除参考变量。
x_tips_dummy_refpd.get_dummies(tips[[total_bill,size,sex,smoker,day,time]],drop_firstTrue)
print(x_tips_dummy_ref.head())
lmlinear_model.LinearRegression()
predictedlm.fit(Xx_tips_dummy_ref,ytips[tip])
print(predicted.coef_)
print(predicted.intercept_) 3、保留sklearn的索引标签 在尝试解释sklearn模型时一个棘手的问题就是模型的系数不带标签原因是numpy ndarray无法存储这类元数据。如果想让输出结果和statsmodels类似需要手动存储标签并添加系数。
# 导入numpy库
import numpy as np
# 创建模型并拟合
lmlinear_model.LinearRegression()
predictedlm.fit(Xx_tips_dummy_ref,ytips[tip])
# 获取截距以及其他系数
valuesnp.append(predicted.intercept_,predicted.coef_)
# 获取值得名称
namesnp.append(intercept,x_tips_dummy_ref.columns)
# 把所有所项目放入一个带标签的DataFrame中
resultspd.DataFrame(values,indexnames,columns[coef])
print(results)
