如何利用Python进行线性回归？

1、利用pandas输入数据集。

import pandas as pd

df=pd.DataFrame({'weight':[51,53,54,55,57,60,62,65,69,72],'height':[152,156,160,164,168,172,176,180,184,188]})

2、导入线性回归模型的机器学习包

from sklearn import  linear_model

3、定义X，y变量。

X=pd.DataFrame(df['weight'])

y=df['height']

注意：这里的X是一个数据框，因为是一组数据，需要pd.DataFrame进行转换。

4、建立线性回归模型，并将变量带入模型进行训练。

clf = linear_model.LinearRegression()

clf.fit(X, y)

5、查看回归系数。本例为一元回归,所以只有一个系数。

print('回归系数: \n', clf.coef_)

6、预测y值。

y_pred =clf.predict(X)

print(y_pred)

7、绘制拟合图。

import matplotlib.pyplot as plt

plt.scatter(X, y,  color='red') #真实值散点图

plt.plot(X,y_pred, color='blue', linewidth=1.5) #线性回归预测趋势线

plt.show()