网站开发能申请软件著作权吗,上海企业网站建设费用,如何免费开网店的步骤,网站程序结构1、问题引入 在统计学中#xff0c;线性回归是利用称为线性回归方程的最小二乘函数对一个或多个自变量和因变量之间关系进行建模的一种回归分析。这种函数是一个或多个称为回归系数的模型参数的线性组合。一个带有一个自变量的线性回归方程代表一条直线。我们需要对线性回归结… 1、问题引入 在统计学中线性回归是利用称为线性回归方程的最小二乘函数对一个或多个自变量和因变量之间关系进行建模的一种回归分析。这种函数是一个或多个称为回归系数的模型参数的线性组合。一个带有一个自变量的线性回归方程代表一条直线。我们需要对线性回归结果进行统计分析。 例如假设我们已知一些学生年纪和游戏时间的数据可以建立一个回归方程输入一个新的年纪时预测该学生的游戏时间。自变量为学生年纪因变量为游戏时间。当只有一个因变量时我们称该类问题为简单线性回归。当游戏时间与学生年纪和学生性别有关因变量有多个时我们称该类问题为多元线性回归。
2、常见的统计量 在研究该问题之前首先了解下编程中用到的常见的统计量 序号 概念 公式 算法 说明 1 均值 整体的均值 2 中位数 排序后取中间值 3 众数 出现次数最多的数 出现频率 4 方差 数据的离散程度 5 标准差 s 方差的开方
2、简单线性回归实例及编程实现 研究一个自变量(X)和一个因变量y的关系 简单线性回归模型定义 简单线性回归方程 其中 为回归线的截距 为回归线的斜率 通过训练数据求取出估计参数建立的直线方程 实际编程时主要是根据已知训练数据估计出和的值和 以下面实例为例第一列表示每月投放广告的次数第二列表示汽车向量通过Python编程求取线性回归方程 投放广告数 汽车销量 1 14 3 24 2 18 1 17 3 27 编程关键在于如何求取b0和b1的值我们引入一个方程sum of square 当上述方程的值最小时我们认为求取到线程回归方程参数的值对该方程求最小值可以进一步转化为求导和求极值的问题求导过程省略最后结论如下 实际代码 import numpy as np
from matplotlib import pylab as pl# 定义训练数据
x np.array([1,3,2,1,3])
y np.array([14,24,18,17,27])# 回归方程求取函数
def fit(x,y):if len(x) ! len(y):returnnumerator 0.0denominator 0.0x_mean np.mean(x)y_mean np.mean(y)for i in range(len(x)):numerator (x[i]-x_mean)*(y[i]-y_mean)denominator np.square((x[i]-x_mean))print(numerator:,numerator,denominator:,denominator)b0 numerator/denominatorb1 y_mean - b0*x_meanreturn b0,b1# 定义预测函数
def predit(x,b0,b1):return b0*x b1# 求取回归方程
b0,b1 fit(x,y)
print(Line is:y %2.0fx %2.0f%(b0,b1))# 预测
x_test np.array([0.5,1.5,2.5,3,4])
y_test np.zeros((1,len(x_test)))
for i in range(len(x_test)):y_test[0][i] predit(x_test[i],b0,b1)# 绘制图像
xx np.linspace(0, 5)
yy b0*xx b1
pl.plot(xx,yy,k-)
pl.scatter(x,y,cmappl.cm.Paired)
pl.scatter(x_test,y_test[0],cmappl.cm.Paired)
pl.show() 蓝色表示测试数据橙色表示预测数据。 3、多元线性回归实例及编程实现 多元线性回归方程和简单线性回归方程类似不同的是由于因变量个数的增加求取参数的个数也相应增加推导和求取过程也不一样。 yβ0βx1β2x2 ... βpxpε 对于b0、b1、…、bn的推导和求取过程引用一个第三方库进行计算。以如下数据为例对运输里程、运输次数与运输总时间的关系建立多元线性回归模型 运输里程 运输次数 运输总时间 100 4 9.3 50 3 4.8 100 4 8.9 100 2 6.5 50 2 4.2 80 2 6.2 75 3 7.4 65 4 6.0 90 3 7.6 90 2 6.1 代码如下 import numpy as np
from sklearn import datasets,linear_model# 定义训练数据
x np.array([[100,4,9.3],[50,3,4.8],[100,4,8.9],[100,2,6.5],[50,2,4.2],[80,2,6.2],[75,3,7.4],[65,4,6],[90,3,7.6],[90,2,6.1]])
print(x)
X x[:,:-1]
Y x[:,-1]
print(X,Y)# 训练数据
regr linear_model.LinearRegression()
regr.fit(X,Y)
print(coefficients(b1,b2...):,regr.coef_)
print(intercept(b0):,regr.intercept_)# 预测
x_test np.array([[102,6],[100,4]])
y_test regr.predict(x_test)
print(y_test) 如果特征向量中存在分类型变量例如车型我们需要进行特殊处理 运输里程 输出次数 车型 隐式转换 运输总时间 100 4 1 010 9.3 50 3 0 100 4.8 100 4 1 010 8.9 100 2 2 001 6.5 50 2 2 001 4.2 80 2 1 010 6.2 75 3 1 010 7.4 65 4 0 100 6.0 90 3 0 100 7.6 100 4 1 010 9.3 50 3 0 100 4.8 100 4 1 010 8.9 100 2 2 001 6.5 import numpy as np
from sklearn.feature_extraction import DictVectorizer
from sklearn import linear_model# 定义数据集
x np.array([[100,4,1,9.3],[50,3,0,4.8],[100,4,1,8.9],[100,2,2,6.5],[50,2,2,4.2],[80,2,1,6.2],[75,3,1,7.4],[65,4,0,6],[90,3,0,7.6],[100,4,1,9.3],[50,3,0,4.8],[100,4,1,8.9],[100,2,2,6.5]])
x_trans []
for i in range(len(x)):x_trans.append({x1:str(x[i][2])})
vec DictVectorizer()
dummyX vec.fit_transform(x_trans).toarray()
x np.concatenate((x[:,:-2],dummyX[:,:],x[:,-1].reshape(len(x),1)),axis1)
x x.astype(float)
X x[:,:-1]
Y x[:,-1]
print(x,X,Y)# 训练数据
regr linear_model.LinearRegression()
regr.fit(X,Y)
print(coefficients(b1,b2...):,regr.coef_)
print(intercept(b0):,regr.intercept_)
