从零开始学Python 线性回归光环大数据python培训.pdfVIP

光环大数据--大数据培训人工智能培训 从零开始学 Python 线性回归_光环大数据 python 培训 线性回归一般是用来预测连续因变量（目标变量）的模型，同时，它也可以 用来选择核心变量（即真正影响因变量的自变量有哪些）。关于如何构建并求解 多元线性回归模型的理论部分我们已经在《从零开始学 Python 【20】 –线性回 归（理论部分）》中做了详细的梳理，包括模型的偏回归系数的计算、模型的显 著性检验和偏回归系数的检验。如果你对理论部分还不是很明白的，建议你先看 一下我之前写的文章。 在本期的推文中，我们将手把手的分享如何使用 Python 和 R 语言实现多元 线性回归模型的落地。如果你对这篇文章感兴趣，希望能够看完下面的内容，相 信对你有一定的帮助，同时，文末部分也会给出相关脚本和数据集的下载链接。 案例分享 销售额与广告渠道的关系 如果市场的运营部门给了你一份数据，数据包含了不同广告渠道的成本及对 应的产品销售量。现在的问题是： 哪些渠道的广告真正影响了销售量？ 根据已知的渠道预算，如何实现销售量的预测？ 模型预测的好坏，该如何评估？ 利用 Python 建模 哪些渠道的广告真正影响了销售量？对于这个问题的回答，其实就是在构建 光环大数据 光环大数据--大数据培训人工智能培训 多元线性回归模型后，需要对偏回归系数进行显著性检验，把那些显著的变量保 留下来，即可以认为这些变量对销售量是存在影响的。关于线性回归模型的落地， 我们这里推荐使用 statsmodels 模块，因为该模块相比于 sklearn，可以得到更 多关于模型的详细信息 # ======= Python3 + Jupyter ======= # 导入第三方包 importpandas aspd importnumpy asnp importstatsmodels.formula.api assmf fromsklearn.cross_validation importtrain_test_split fromsklearn.metrics importmean_squared_error importmatplotlib.pyplot asplt # 读取外部的销售数据 sales = pd.read_csv( ‘Advertising.csv’) # 查看数据的前 5 行 sales.head() 光环大数据 光环大数据--大数据培训人工智能培训 # 数据集中各变量的描述性统计分析 sales.describe() 通过数据的描述性统计分析，我们可以得到这些数值变量的基本统计值，如 均值、最小值、最大值、下四分位、上四分位、标准差，而这些统计值有助于你 对数据的理解和分布的解读。接下来需要根据读取进来的数据构造回归模型，但 建模之前，我们一般需要将数据集拆分成训练集（用于建模）和测试集（用于模 型的评估）两个部分。 # 抽样 –构造训练集和测试集 Train,Test = train_test_split(sales, train_size = 0.8, random_state= 1234) # 建模 fit = smf.ols( ‘sales~TV+radio+newspaper’, data = Train).fit() # 模型概览的反馈 fit.summary() 通过模型反馈的结果我们可知，模型是通过显著性检验的，即 F 统计量所对 应的 P 值是远远小于 0.05 这个阈值的，说明需要拒绝原假设（即认为模型的所 光环大数据 光环大数据-