信管专业小白一枚，通过知乎来记录自己的学习旅程！
这段时间帮学长做了个东东，大体意思是通过09-的数值，估算出的数值来。
起初用Excel做成。后来想试试用Python做一下估算，也就趁机记录下用Python进行一元线性回归分析的这个例子。
主要运用sklearn包中的linear_model.LinearRegression方法。
数据内容：
时间 北京
1159
1298
1364
1794
1896.3
通过5年的数据构造一元线性回归分析模型，估算出的北京数值。
# coding:utf-8
# 一元线性回归分析例子
from sklearn import linear_model
import pandas as pd
#Function to get data
def get_data(file_name):
data = pd.read_csv(file_name)
X = []
Y = []
for time, city in zip(data['时间'], data['北京']):
X.append([float(time)])
Y.append(float(city))
return X, Y
#Function for linear model
def linear_model_main(X_parameters, Y_parameters, predict_value):
regr = linear_model.LinearRegression()
regr.fit(X_parameters, Y_parameters)
predict = regr.predict(predict_value)
predictions = {}
predictions['intercept'] = regr.intercept_ #截距
predictions['coefficient'] = regr.coef_ #回归系数
predictions['predicted_value'] = predict
return predictions
X, Y = get_data(U'D:\\study\\XXX\\北京.csv')
print X
print Y
predict_time =
result = linear_model_main(X, Y, predict_time)
print "Intercept value ", result['intercept']
print "coefficient", result['coefficient']
print "Predicted value: ", result['predicted_value']
