简单线性回归建模

一元非线性回归分析（Univariate Nonlinear Regression）
如果在回归分析中，只包含一个自变量和一个因变量，且两者的关系可用一条曲线近似表示，这种回归分析称为一元非线性回归分析。

案例代码：

import pandas,numpy
data=pandas.read_csv('filepath')
x=data[['广告费用']]
y=data[['购买用户数']]

#绘图分析确定回归分析方法
import matplotlib.pyplot as plt
plt.figure()
plt.rcParams['font.sans-serif']=['SimHei']
plt.title('广告费用&购买用户数'）
plt.xlabel('广告费用')
plt.ylabel('购买用户数')
plt.plot(x,y,'k.')
plt.show()

screenshot.png

#建立回归模型
from sklearn.linear_model import LinearTegression
LModel=LineaRegression()
#训练模型
 LModel.fit(x,y)
 #评估模型
 LModel.score(x,y)
 #预测
 y1=LModel.predict(x)

 #验证和原图对比
 f=pandas.DataFrame({'广告费':data['广告费用'],'购买用户数':y1[:,0]})
 plt.rcParams['font.sans-serif']=['SimHei']
 plt.plot(x,LModel.predict(x),'k.')
 plt.title('告费用与购买用户数')
 plt.xlabel('广告费用')
 plt.ylabel('购买用户数')
 plt.grid(True)
 plt.figure()
 plt.show()

拟合直线