LinearRegression线性回归进行 天猫预测

线性回归：

最小二乘法公式推导

由上面基本推导公式得，主要是上面第三个 ，视频在逆战班day2

导包：

import numpy as np
import matplotlib.pyplot as plt
%matplotlib inline

# 提出数据画图显示
years = np.arange(2009,2020)
sales = np.array([0.5,9.36,52,191,352,571,912,1207,1682.69,2135,2684])
plt.scatter(years,sales,c='red',marker='*',s=50)

X = (years-2008).reshape(-1,1)
y = sales

# 导包
from sklearn.linear_model import LinearRegression

#预测
lr = LinearRegression(fit_intercept=True)
lr.fit(X,y)
w = lr.coef_[0]
b = lr.intercept_
#展示截距和斜率
display(w,b)

#画图
plt.scatter(years-2008,sales,c = 'red',marker='*',s = 60)
x = np.linspace(1,12,50)
plt.plot(x,w*x+b,c='green')


#增加复杂度
X2 = np.concatenate([X**2,X],axis=1)
lr.fit(X2,y)
w1,w2 =lr.coef_
b = lr.intercept_
display(w1,w2,b)

#画图
plt.scatter(years-2008,sales,c='red',marker='*',s = 60)
f = lambda x: w1*x**2 + w2*x+b
plt.plot(x,f(x),c='green')

#最后预测
print('2020年天猫双十一销量预测：',np.round(f(12),1))