python多元线性回归简单实现

￡神魔★判官ぃ 2022-01-23 09:57 565阅读 0赞

继上次对成都房租进行可视化后，这次简单的做一个成都房租与面积、所属区的多元回归分析。  
数据集一共有3w数据，每一组观测值对应一个房租情况，其中:  
价钱:一个月房租，单位人民币。  
面积:租房的面积，单位平方米。  
所属区:序号如下

area_ditc={ '锦江区':1,'青阳区':2,'武侯区':3,'高新区':4,'成华区':5,'金牛区':6,'天府新区':7,'高新西区':8,'双流区':9,'龙泉驿区':10,'新都区':11}

![在这里插入图片描述][20190603152202412.png]  
步骤1:首先使用pandas库导入数据:

import pandas as pd
    Date = pd.read_csv('csv/completed.csv')

步骤2:由于读入的数据结构是Pandas的数据帧(data frame),而Scikit-learn要求的自变量X是一个特征矩阵，因变量y是一个NumPy向量。因此需要从原先的数据帧中转还数据，代码如下：

X=Date.loc[:,['面积','所属区']]
    y=Date.loc[:,['价钱']]

步骤3:在这个数据集中，由于有3w个观测值，需要构建训练集与测试集，同样使用Scikit-learn中的model\_selection库对数据进行划分，代码如下:

from sklearn.model_selection import train_test_split
    X_train,X_test,y_train,y_test=train_test_split(X,y,test_size=.9,random_state=0)

上面代码将原数据集的90%划分为训练集，原数据集的10%为测试集。  
步骤4:使用多元回归模型:

from sklearn.linear_model import LinearRegression
    linreg=LinearRegression()
    model=linreg.fit(X_train,y_train)

步骤5:模型训练结束后，使用该模型进行预测:

y_pred=linreg.predict(X_test)

步骤6:数据可视化比较测试数据与预测数据的关系,这里为了更方便观察，只使用了少量数据进行画图:

plt.figure()
    plt.plot(range(len(y_pred[1:130])),y_pred[1:130],'b',label="price_predict")
    plt.plot(range(len(y_pred[1:130])),y_test[1:130],'r',label="price_test")
    plt.legend(loc="upper right")
    plt.show()

最终结果如下:  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQwMzUxNDc4_size_16_color_FFFFFF_t_70]  
全部代码:

import pandas as pd
    import matplotlib.pyplot as plt
    import matplotlib as mpl
    import numpy as np
    from sklearn.linear_model import LinearRegression
    from sklearn.model_selection import train_test_split
    mpl.rcParams['font.sans-serif']=['SimHei'] #指定默认字体 SimHei为黑体
    mpl.rcParams['axes.unicode_minus']=False #用来正常显示负号
    Date = pd.read_csv('csv/completed.csv')
    X=Date.loc[:,['面积','所属区']]
    y=Date.loc[:,['价钱']]
    linreg=LinearRegression()
    X_train,X_test,y_train,y_test=train_test_split(X,y,test_size=.9,random_state=0)
    model=linreg.fit(X_train,y_train)
    y_pred=linreg.predict(X_test)
    plt.figure()
    plt.plot(range(len(y_pred[1:130])),y_pred[1:130],'b',label="price_predict")
    plt.plot(range(len(y_pred[1:130])),y_test[1:130],'r',label="price_test")
    plt.legend(loc="upper right")
    plt.show()

csv文件与源码的github地址:[https://github.com/fluoritess/ChengDuRentManager/tree/master/csv][https_github.com_fluoritess_ChengDuRentManager_tree_master_csv]  
上次成都房租分析:[https://blog.csdn.net/qq\_40351478/article/details/90576099?tdsourcetag=s\_pcqq\_aiomsg\#github\_500][https_blog.csdn.net_qq_40351478_article_details_90576099_tdsourcetag_s_pcqq_aiomsg_github_500]

[20190603152202412.png]: /images/20220123/9d1d4b2192f542c6b2326d5c50d5eb07.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQwMzUxNDc4_size_16_color_FFFFFF_t_70]: /images/20220123/1f1059f452374de8838851b17f492a66.png
[https_github.com_fluoritess_ChengDuRentManager_tree_master_csv]: https://github.com/fluoritess/ChengDuRentManager/tree/master/csv
[https_blog.csdn.net_qq_40351478_article_details_90576099_tdsourcetag_s_pcqq_aiomsg_github_500]: https://blog.csdn.net/qq_40351478/article/details/90576099?tdsourcetag=s_pcqq_aiomsg#github_500