[Python] 一元线性回归分析实例

最新推荐文章于 2024-02-22 22:32:21 发布

原创

最新推荐文章于 2024-02-22 22:32:21 发布 · 1.1w 阅读

55 ·

CC 4.0 BY-SA版权

本文通过一个房价预测的例子，展示了如何使用Python进行一元线性回归分析。数据包括房子的大小和对应房价，分析显示两者存在线性关系。文章包括问题背景、代码实现和结果展示。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

本文通过一个简单的例子：预测房价，来探讨怎么用python做一元线性回归分析。

1. 预测房价

房价是一个很火的话题，现在我们拿到一组数据，是房子的大小（平方英尺）和房价（美元）之间的对应关系，如下（csv数据文件）：

No,square_feet,price
1,150,6450
2,200,7450
3,250,8450
4,300,9450
5,350,11450
6,400,15450
7,600,18450

从中可以大致看出，房价和房子大小之间是有相关关系的，且可以大致看出来是线性相关关系。为了简单起见，这里理想化地假设房价只和房子大小有关，那我们在这组数据的基础上，用一元回归分析预测房子的房价。

2. 代码实现

#!usr/bin/env python
#!-*- coding: utf8 -*-
# python一元线性回归分析实例：预测房子价格
import matplotlib.pyplot as plt
import pandas as pd
from sklearn.linear_model import LinearRegression

# 用pandas读取csv
data = pd.read_csv("../data/price_info.csv")
x = data['square_feet']
y = data['price'</