99999久久久久久亚洲,欧美人与禽猛交狂配,高清日韩av在线影院,一个人在线高清免费观看,啦啦啦在线视频免费观看www

熱線電話:13121318867

登錄
首頁(yè)精彩閱讀Python編程實(shí)現(xiàn)使用線性回歸預(yù)測(cè)數(shù)據(jù)
Python編程實(shí)現(xiàn)使用線性回歸預(yù)測(cè)數(shù)據(jù)
2018-05-17
收藏

Python編程實(shí)現(xiàn)使用線性回歸預(yù)測(cè)數(shù)據(jù)

本文中,我們將進(jìn)行大量的編程——但在這之前,我們先介紹一下我們今天要解決的實(shí)例問(wèn)題。

1) 預(yù)測(cè)房子價(jià)格

房?jī)r(jià)大概是我們中國(guó)每一個(gè)普通老百姓比較關(guān)心的問(wèn)題,最近幾年保障啊,小編這點(diǎn)微末工資著實(shí)有點(diǎn)受不了。

我們想預(yù)測(cè)特定房子的價(jià)值,預(yù)測(cè)依據(jù)是房屋面積。

2) 預(yù)測(cè)下周哪個(gè)電視節(jié)目會(huì)有更多的觀眾

閃電俠和綠箭俠是我最喜歡的電視節(jié)目,特別是綠箭俠,當(dāng)初追的昏天黑地的,不過(guò)后來(lái)由于一些原因,沒(méi)有接著往下看。我想看看下周哪個(gè)節(jié)目會(huì)有更多的觀眾。

3) 替換數(shù)據(jù)集中的缺失值

我們經(jīng)常要和帶有缺失值的數(shù)據(jù)集打交道。這部分沒(méi)有實(shí)戰(zhàn)例子,不過(guò)我會(huì)教你怎么去用線性回歸替換這些值。

所以,讓我們投入編程吧(馬上)

在動(dòng)手之前,去把我以前的文章(Python Packages for Data Mining)中的程序包安裝了是個(gè)好主意。

1) 預(yù)測(cè)房子價(jià)格

我們有下面的數(shù)據(jù)集:


步驟:

線性回歸中,我們都知道必須在數(shù)據(jù)中找出一種線性關(guān)系,以使我們可以得到θ0和θ1。 我們的假設(shè)方程式如下所示:

其中: hθ(x)是關(guān)于特定平方英尺的價(jià)格值(我們要預(yù)測(cè)的值),(意思是價(jià)格是平方英尺的線性函數(shù)); θ0是一個(gè)常數(shù); θ1是回歸系數(shù)。
那么現(xiàn)在開(kāi)始編程:
步驟1
打開(kāi)你最喜愛(ài)的文本編輯器,并命名為predict_house_price.py。 我們?cè)谖覀兊某绦蛑幸玫较旅娴陌?,所以把下面代碼復(fù)制到predict_house_price.py文件中去。    
# Required Packages
import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
from sklearn import datasets, linear_model
運(yùn)行一下你的代碼。如果你的程序沒(méi)錯(cuò),那步驟1基本做完了。如果你遇到了某些錯(cuò)誤,這意味著你丟失了一些包,所以回頭去看看包的頁(yè)面。 安裝博客文章中所有的包,再次運(yùn)行你的代碼。這次希望你不會(huì)遇到任何問(wèn)題。
現(xiàn)在你的程序沒(méi)錯(cuò)了,我們繼續(xù)……
步驟2
數(shù)據(jù)存儲(chǔ)成一個(gè).csv文件,名字為input_data.csv 所以讓我們寫(xiě)一個(gè)函數(shù)把數(shù)據(jù)轉(zhuǎn)換為X值(平方英尺)、Y值(價(jià)格)    
# Function to get data
def get_data(file_name):
 data = pd.read_csv(file_name)
 X_parameter = []
 Y_parameter = []
 for single_square_feet ,single_price_value in zip(data['square_feet'],data['price']):
    X_parameter.append([float(single_square_feet)])
    Y_parameter.append(float(single_price_value))
 return X_parameter,Y_parameter

第3行:將.csv數(shù)據(jù)讀入Pandas數(shù)據(jù)幀。

第6-9行:把Pandas數(shù)據(jù)幀轉(zhuǎn)換為X_parameter和Y_parameter數(shù)據(jù),并返回他們。

所以,讓我們把X_parameter和Y_parameter打印出來(lái):    
[[150.0], [200.0], [250.0], [300.0], [350.0], [400.0], [600.0]]
[6450.0, 7450.0, 8450.0, 9450.0, 11450.0, 15450.0, 18450.0]
[Finished in 0.7s]

腳本輸出: [[150.0], [200.0], [250.0], [300.0], [350.0], [400.0], [600.0]] [6450.0, 7450.0, 8450.0, 9450.0, 11450.0, 15450.0, 18450.0] [Finished in 0.7s]

步驟3

現(xiàn)在讓我們把X_parameter和Y_parameter擬合為線性回歸模型。我們要寫(xiě)一個(gè)函數(shù),輸入為X_parameters、Y_parameter和你要預(yù)測(cè)的平方英尺值,返回θ0、θ1和預(yù)測(cè)出的價(jià)格值。    
# Function for Fitting our data to Linear model
def linear_model_main(X_parameters,Y_parameters,predict_value):
 
 # Create linear regression object
 regr = linear_model.LinearRegression()
 regr.fit(X_parameters, Y_parameters)
 predict_outcome = regr.predict(predict_value)
 predictions = {}
 predictions['intercept'] = regr.intercept_
 predictions['coefficient'] = regr.coef_
 predictions['predicted_value'] = predict_outcome
 return predictions

第5-6行:首先,創(chuàng)建一個(gè)線性模型,用我們的X_parameters和Y_parameter訓(xùn)練它。

第8-12行:我們創(chuàng)建一個(gè)名稱為predictions的字典,存著θ0、θ1和預(yù)測(cè)值,并返回predictions字典為輸出。

所以讓我們調(diào)用一下我們的函數(shù),要預(yù)測(cè)的平方英尺值為700。
    
X,Y = get_data('input_data.csv')
predictvalue = 700
result = linear_model_main(X,Y,predictvalue)
print "Intercept value " , result['intercept']
print "coefficient" , result['coefficient']
print "Predicted value: ",result['predicted_value']

腳本輸出:Intercept value 1771.80851064 coefficient [ 28.77659574] Predicted value: [ 21915.42553191] [Finished in 0.7s]

這里,Intercept value(截距值)就是θ0的值,coefficient value(系數(shù))就是θ1的值。 我們得到預(yù)測(cè)的價(jià)格值為21915.4255——意味著我們已經(jīng)把預(yù)測(cè)房子價(jià)格的工作做完了!

為了驗(yàn)證,我們需要看看我們的數(shù)據(jù)怎么擬合線性回歸。所以我們需要寫(xiě)一個(gè)函數(shù),輸入為X_parameters和Y_parameters,顯示出數(shù)據(jù)擬合的直線。    
# Function to show the resutls of linear fit model
def show_linear_line(X_parameters,Y_parameters):
 # Create linear regression object
 regr = linear_model.LinearRegression()
 regr.fit(X_parameters, Y_parameters)
 plt.scatter(X_parameters,Y_parameters,color='blue')
 plt.plot(X_parameters,regr.predict(X_parameters),color='red',linewidth=4)
 plt.xticks(())
 plt.yticks(())
 plt.show()

那么調(diào)用一下show_linear_line函數(shù)吧:
?
1
    
show_linear_line(X,Y)

腳本輸出:

2)預(yù)測(cè)下周哪個(gè)電視節(jié)目會(huì)有更多的觀眾

閃電俠是一部由劇作家/制片人Greg Berlanti、Andrew Kreisberg和Geoff Johns創(chuàng)作,由CW電視臺(tái)播放的美國(guó)電視連續(xù)劇。它基于DC漫畫(huà)角色閃電俠(Barry Allen),一個(gè)具有超人速度移動(dòng)能力的裝扮奇特的打擊犯罪的超級(jí)英雄,這個(gè)角色是由Robert Kanigher、John Broome和Carmine Infantino創(chuàng)作。它是綠箭俠的衍生作品,存在于同一世界。該劇集的試播篇由Berlanti、Kreisberg和Johns寫(xiě)作,David Nutter執(zhí)導(dǎo)。該劇集于2014年10月7日在北美首映,成為CW電視臺(tái)收視率最高的電視節(jié)目。

綠箭俠是一部由劇作家/制片人 Greg Berlanti、Marc Guggenheim和Andrew Kreisberg創(chuàng)作的電視連續(xù)劇。它基于DC漫畫(huà)角色綠箭俠,一個(gè)由Mort Weisinger和George Papp創(chuàng)作的裝扮奇特的犯罪打擊戰(zhàn)士。它于2012年10月10日在北美首映,與2012年末開(kāi)始全球播出。主要拍攝于Vancouver、British Columbia、Canada,該系列講述了億萬(wàn)花花公子Oliver Queen,由Stephen Amell扮演,被困在敵人的島嶼上五年之后,回到家鄉(xiāng)打擊犯罪和腐敗,成為一名武器是弓箭的神秘義務(wù)警員。不像漫畫(huà)書(shū)中,Queen最初沒(méi)有使用化名”綠箭俠“。

由于這兩個(gè)節(jié)目并列為我最喜愛(ài)的電視節(jié)目頭銜,我一直想知道哪個(gè)節(jié)目更受其他人歡迎——誰(shuí)會(huì)最終贏得這場(chǎng)收視率之戰(zhàn)。 所以讓我們寫(xiě)一個(gè)程序來(lái)預(yù)測(cè)哪個(gè)電視節(jié)目會(huì)有更多觀眾。 我們需要一個(gè)數(shù)據(jù)集,給出每一集的觀眾。幸運(yùn)地,我從維基百科上得到了這個(gè)數(shù)據(jù),并整理成一個(gè).csv文件。它如下所示。

觀眾數(shù)以百萬(wàn)為單位。

解決問(wèn)題的步驟:

首先我們需要把數(shù)據(jù)轉(zhuǎn)換為X_parameters和Y_parameters,不過(guò)這里我們有兩個(gè)X_parameters和Y_parameters。因此,把他們命名為flash_x_parameter、flash_y_parameter、arrow_x_parameter、arrow_y_parameter吧。然后我們需要把數(shù)據(jù)擬合為兩個(gè)不同的線性回歸模型——先是閃電俠,然后是綠箭俠。 接著我們需要預(yù)測(cè)兩個(gè)電視節(jié)目下一集的觀眾數(shù)量。 然后我們可以比較結(jié)果,推測(cè)哪個(gè)節(jié)目會(huì)有更多觀眾。

步驟1
導(dǎo)入我們的程序包:    
# Required Packages
import csv
import sys
import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
from sklearn import datasets, linear_model

步驟2

寫(xiě)一個(gè)函數(shù),把我們的數(shù)據(jù)集作為輸入,返回flash_x_parameter、flash_y_parameter、arrow_x_parameter、arrow_y_parameter values。    
# Function to get data
def get_data(file_name):
 data = pd.read_csv(file_name)
 flash_x_parameter = []
 flash_y_parameter = []
 arrow_x_parameter = []
 arrow_y_parameter = []
 for x1,y1,x2,y2 in zip(data['flash_episode_number'],data['flash_us_viewers'],data['arrow_episode_number'],data['arrow_us_viewers']):
 flash_x_parameter.append([float(x1)])
 flash_y_parameter.append(float(y1))
 arrow_x_parameter.append([float(x2)])
 arrow_y_parameter.append(float(y2))
 return flash_x_parameter,flash_y_parameter,arrow_x_parameter,arrow_y_parameter

現(xiàn)在我們有了我們的參數(shù),來(lái)寫(xiě)一個(gè)函數(shù),用上面這些參數(shù)作為輸入,給出一個(gè)輸出,預(yù)測(cè)哪個(gè)節(jié)目會(huì)有更多觀眾。
    
# Function to know which Tv show will have more viewers
def more_viewers(x1,y1,x2,y2):
 regr1 = linear_model.LinearRegression()
 regr1.fit(x1, y1)
 predicted_value1 = regr1.predict(9)
 print predicted_value1
 regr2 = linear_model.LinearRegression()
 regr2.fit(x2, y2)
 predicted_value2 = regr2.predict(9)
 #print predicted_value1
 #print predicted_value2
 if predicted_value1 > predicted_value2:
 print "The Flash Tv Show will have more viewers for next week"
 else:
 print "Arrow Tv Show will have more viewers for next week"

把所有東西寫(xiě)在一個(gè)文件中。打開(kāi)你的編輯器,把它命名為prediction.py,復(fù)制下面的代碼到prediction.py中。
    
# Required Packages
import csv
import sys
import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
from sklearn import datasets, linear_model
 
# Function to get data
def get_data(file_name):
 data = pd.read_csv(file_name)
 flash_x_parameter = []
 flash_y_parameter = []
 arrow_x_parameter = []
 arrow_y_parameter = []
 for x1,y1,x2,y2 in zip(data['flash_episode_number'],data['flash_us_viewers'],data['arrow_episode_number'],data['arrow_us_viewers']):
 flash_x_parameter.append([float(x1)])
 flash_y_parameter.append(float(y1))
 arrow_x_parameter.append([float(x2)])
 arrow_y_parameter.append(float(y2))
 return flash_x_parameter,flash_y_parameter,arrow_x_parameter,arrow_y_parameter
 
# Function to know which Tv show will have more viewers
def more_viewers(x1,y1,x2,y2):
 regr1 = linear_model.LinearRegression()
 regr1.fit(x1, y1)
 predicted_value1 = regr1.predict(9)
 print predicted_value1
 regr2 = linear_model.LinearRegression()
 regr2.fit(x2, y2)
 predicted_value2 = regr2.predict(9)
 #print predicted_value1
 #print predicted_value2
 if predicted_value1 > predicted_value2:
 print "The Flash Tv Show will have more viewers for next week"
 else:
 print "Arrow Tv Show will have more viewers for next week"
 
x1,y1,x2,y2 = get_data('input_data.csv')
#print x1,y1,x2,y2
more_viewers(x1,y1,x2,y2)
可能你能猜出哪個(gè)節(jié)目會(huì)有更多觀眾——但運(yùn)行一下這個(gè)程序看看你猜的對(duì)不對(duì)。
3) 替換數(shù)據(jù)集中的缺失值
有時(shí)候,我們會(huì)遇到需要分析包含有缺失值的數(shù)據(jù)的情況。有些人會(huì)把這些缺失值舍去,接著分析;有些人會(huì)用最大值、最小值或平均值替換他們。平均值是三者中最好的,但可以用線性回歸來(lái)有效地替換那些缺失值。
這種方法差不多像這樣進(jìn)行。
首先我們找到我們要替換那一列里的缺失值,并找出缺失值依賴于其他列的哪些數(shù)據(jù)。把缺失值那一列作為Y_parameters,把缺失值更依賴的那些列作為X_parameters,并把這些數(shù)據(jù)擬合為線性回歸模型?,F(xiàn)在就可以用缺失值更依賴的那些列預(yù)測(cè)缺失的那一列。
一旦這個(gè)過(guò)程完成了,我們就得到了沒(méi)有任何缺失值的數(shù)據(jù),供我們自由地分析數(shù)據(jù)。
為了練習(xí),我會(huì)把這個(gè)問(wèn)題留給你,所以請(qǐng)從網(wǎng)上獲取一些缺失值數(shù)據(jù),解決這個(gè)問(wèn)題。一旦你完成了請(qǐng)留下你的評(píng)論。我很想看看你的結(jié)果。
個(gè)人小筆記:
我想分享我個(gè)人的數(shù)據(jù)挖掘經(jīng)歷。記得在我的數(shù)據(jù)挖掘引論課程上,教師開(kāi)始很慢,解釋了一些數(shù)據(jù)挖掘可以應(yīng)用的領(lǐng)域以及一些基本概念。然后突然地,難度迅速上升。這令我的一些同學(xué)感到非常沮喪,被這個(gè)課程嚇到,終于扼殺了他們對(duì)數(shù)據(jù)挖掘的興趣。所以我想避免在我的博客文章中這樣做。我想讓事情更輕松隨意。因此我嘗試用有趣的例子,來(lái)使讀者更舒服地學(xué)習(xí),而不是感到無(wú)聊或被嚇到。
總結(jié)
以上就是本文關(guān)于Python編程實(shí)現(xiàn)使用線性回歸預(yù)測(cè)數(shù)據(jù)的全部?jī)?nèi)容,希望對(duì)大家有所幫助。


數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼

若不方便掃碼,搜微信號(hào):CDAshujufenxi

數(shù)據(jù)分析師資訊
更多

OK
客服在線
立即咨詢
客服在線
立即咨詢
') } function initGt() { var handler = function (captchaObj) { captchaObj.appendTo('#captcha'); captchaObj.onReady(function () { $("#wait").hide(); }).onSuccess(function(){ $('.getcheckcode').removeClass('dis'); $('.getcheckcode').trigger('click'); }); window.captchaObj = captchaObj; }; $('#captcha').show(); $.ajax({ url: "/login/gtstart?t=" + (new Date()).getTime(), // 加隨機(jī)數(shù)防止緩存 type: "get", dataType: "json", success: function (data) { $('#text').hide(); $('#wait').show(); // 調(diào)用 initGeetest 進(jìn)行初始化 // 參數(shù)1:配置參數(shù) // 參數(shù)2:回調(diào),回調(diào)的第一個(gè)參數(shù)驗(yàn)證碼對(duì)象,之后可以使用它調(diào)用相應(yīng)的接口 initGeetest({ // 以下 4 個(gè)配置參數(shù)為必須,不能缺少 gt: data.gt, challenge: data.challenge, offline: !data.success, // 表示用戶后臺(tái)檢測(cè)極驗(yàn)服務(wù)器是否宕機(jī) new_captcha: data.new_captcha, // 用于宕機(jī)時(shí)表示是新驗(yàn)證碼的宕機(jī) product: "float", // 產(chǎn)品形式,包括:float,popup width: "280px", https: true // 更多配置參數(shù)說(shuō)明請(qǐng)參見(jiàn):http://docs.geetest.com/install/client/web-front/ }, handler); } }); } function codeCutdown() { if(_wait == 0){ //倒計(jì)時(shí)完成 $(".getcheckcode").removeClass('dis').html("重新獲取"); }else{ $(".getcheckcode").addClass('dis').html("重新獲取("+_wait+"s)"); _wait--; setTimeout(function () { codeCutdown(); },1000); } } function inputValidate(ele,telInput) { var oInput = ele; var inputVal = oInput.val(); var oType = ele.attr('data-type'); var oEtag = $('#etag').val(); var oErr = oInput.closest('.form_box').next('.err_txt'); var empTxt = '請(qǐng)輸入'+oInput.attr('placeholder')+'!'; var errTxt = '請(qǐng)輸入正確的'+oInput.attr('placeholder')+'!'; var pattern; if(inputVal==""){ if(!telInput){ errFun(oErr,empTxt); } return false; }else { switch (oType){ case 'login_mobile': pattern = /^1[3456789]\d{9}$/; if(inputVal.length==11) { $.ajax({ url: '/login/checkmobile', type: "post", dataType: "json", data: { mobile: inputVal, etag: oEtag, page_ur: window.location.href, page_referer: document.referrer }, success: function (data) { } }); } break; case 'login_yzm': pattern = /^\d{6}$/; break; } if(oType=='login_mobile'){ } if(!!validateFun(pattern,inputVal)){ errFun(oErr,'') if(telInput){ $('.getcheckcode').removeClass('dis'); } }else { if(!telInput) { errFun(oErr, errTxt); }else { $('.getcheckcode').addClass('dis'); } return false; } } return true; } function errFun(obj,msg) { obj.html(msg); if(msg==''){ $('.login_submit').removeClass('dis'); }else { $('.login_submit').addClass('dis'); } } function validateFun(pat,val) { return pat.test(val); }