【pycharm】预测线性回归

# This is a sample Python script.

# Press Shift+F10 to execute it or replace it with your code.
# Press Double Shift to search everywhere for classes, files, tool windows, actions, and settings.


def print_hi(name):
    # Use a breakpoint in the code line below to debug your script.
    print(f'Hi, {name}')  # Press Ctrl+F8 to toggle the breakpoint.


# Press the green button in the gutter to run the script.
if __name__ == '__main__':
    print_hi('PyCharm')

# See PyCharm help at https://www.jetbrains.com/help/pycharm/
import numpy as np
import matplotlib.pyplot as plt
import  pandas as pd
from sklearn import datasets,linear_model

#读取数据
def get_data(input_data):
    data = pd.read_csv('input_data.csv')
    X_parameter = []
    Y_parameter = []
    for single_square_feet,single_price_value in zip(data['square_feet'],data['price']):
        X_parameter.append([float(single_square_feet)])
        Y_parameter.append([float(single_price_value)])
    return X_parameter,Y_parameter

#将数据拟合到线性模型
def linear_model_main(X_parameters,Y_parameters,predict_value):
#创建线性回归对象
    regr = linear_model.LinearRegression()
    regr.fit(X_parameters,Y_parameters)
    predict_outcome =regr.predict(predict_value)
    predictions = {}
    predictions['intercept'] = regr.intercept_
    predictions['coefficient'] = regr.coef_
    predictions['predict_value'] = predict_outcome
    return predictions
#预测
X,Y=get_data('input_data.csv')
predictvalue=700
predictvalue=np.array(predictvalue).reshape(1,-1)
result = linear_model_main(X,Y,predictvalue)
print ("Intercept  value ",result['intercept'] )
print ("coefficient",result['coefficient'] )
print ("Predicted  value ",result['predict_value'] )

#显示线性拟合模型的结果
def show_linear_line(X_parameters,Y_parameters):
#创建线性回归现象
    regr = linear_model.LinearRegression()
    regr.fit(X_parameters, Y_parameters)
    plt.scatter(X_parameters, Y_parameters, color = 'blue')
    plt.plot(X_parameters, regr.predict(X_parameters), color='red', linewidth=4)
    plt.xticks(())
    plt.yticks(())
    plt.show()
show_linear_line(X,Y)

 

 

运行结果如下图所示：

 

 

 

 

 

 

 

 

 

 

本文中涉及到的的知识：

1.在pycharm下创建python文件：File->New->Python File

2.安装需要的模块（windows下）：

第1步，点击左上角File下的Settings

 

 

 

 

 

 

第2步，Settings->Project:main.py->Python Interpreter->找到+号进去

 

 

 

 

 

 

 

 

第3步，点击+号进去以后，出现如下界面，输入你需要的模块，点击左下角的Install Package安装模块（我的sklearn这个模块已经安装完成，所以它的字体是蓝色的）

 

 

 

 

 

 

 

 

 

3.关于pycharm的一些快捷键：

ctrl+d (复制当前行）；ctrl+/ (批量注释）；Tab (缩进）；shift+Tab (取消缩进）；ctrl+f (查找）；ctrl+r (替换）；ctrl+e (复制当前行）

4.需要知道的知识：

（1）python严格使用缩进来体现代码的逻辑从属关系。

（2）每个import语句只导入一个模块

（3）注释的话有#和三引号，#用于单行注释，三引号常用于大段说明性文本的注释

5.一开始，出现如下所示的错误

 

 

 

 

 

解决方法，在predictvalue=700下加入predictvalue=np.array(predictvalue).reshape(1,-1)这句就行

这里是X值类型错误linear_model_main()要求输出参数X为numpy arry类型，也了解到这里-1是指未设定行数，程序随机分配，所以这里-1表示任一正整数,所以reshape(-1,1)表示（任意行，1列），而Numpy自己会根据输入值的排布，用reshape()方法得出未知维数的值，使得输出值符合np.reshape()的规范。