python--一元线性回归模型分析

一、要求

boston 房价数据是机器学习中著名的基础数据集，包含 506 条记录，每条记录包含房
屋的 13 条属性，房价信息属性 MEDV 在 boston.target 中，具体（翻译成中文） 可通过如下语句查看:
print(boston.DESCR)
各属性的中文解释如下：

• CRIM 城镇人均犯罪率
• ZN 占地面积超过 25,000 平方尺的住宅用地比例
• INDUS 城镇中非商业用地比例
• CHAS Charles River 虚拟变量（如果边界是河流则为 1;否则为 0）
• NOX 一氧化氮浓度
• RM 每栋住宅平均房间数
• AGE 1940 年前建成的自住房屋比例
• DIS 距五个波士顿就业中心的加权距离
• RAD 距离高速公路的便利指数- TAX 每 10,000 美元的全额房产税率
• PTRATIO 城镇中学生教师比例
• B 城镇中黑人比例
• LSTAT 人口中低收入阶层比例
• MEDV 自住房房价中位数

完成如下数据处理和分析任务：
（1）在一张画布上，画出每个变量与房价变化的散点图，并详细分析各个变量和房价
之间的关系。
（2）计算变量和房价的相关系数（相关系数的函数 df.corr()）。
（3）建立所有变量和房价的线性回归模型，写出模型表达式，并分析模型的显著性。
（4）将系数检验结果不显著的变量去掉，重新建立线性模型。
（5）选择与房价的相关系数大于等于 0.5 的变量，作为模型的自变量，房价作为因变
量，建立线性回归模型，并将房价预测值和真实值绘制成折线图。

二、代码

from sklearn import datasets
import pandas as pd
import matplotlib.pyplot as plt
#from scipy.misc import factorial  依赖scipy  而且为1.2.0版本
#此文件依赖pillow


boston = pd.read_csv('./dataset/boston_house.csv')
df=pd.DataFrame(boston)

#print(df.iloc[:,-1])

#相关系数大于0.5
x_has=[]
y_predict=[]
plt.figure(1)
#第一题
plt.rcParams['font.sans-serif']='SimHei'
plt.rcParams['axes.unicode_minus']= False
for i in range(13