1. 预测一下房价

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，见下表（csv数据文件）：

$用python玩点有趣的数据分析——一元线性回归分析实例

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，怎样预测任意大小的房子的房价呢？答案是用一元回归分析。

2. 一元回归分析是啥

讲到一元回归分析很多人应该不陌生，在初中还是高中的数学课程中肯定有学过，即对于一组自变量x和对应的一组因变量y的值，x和y呈线性相关关系，现在让你求出这个线性关系的直线方程，就是这样一个问题。

记得当时用的方法叫：最小二乘法，这里不再细讲最小二乘法的详细内容，其主要思想就是找到这样一条直线，使得所有已知点到这条直线的距离的和最短，那么这样一条直线理论上就应该是和实际数据拟合度最高的直线了。

下面我们将开篇提出的问题中的房价和房子的大小之间的关系用一个线性方程来表示：

\[h_\theta(x) = \theta_0 + \theta_1x
\]

表示大小为x（单位：平方英尺）的房子的价格为$h_\theta(x)$，其中$\theta_0$是直线的截距，$\theta_1$为回归系数，即直线的斜率。

我们要计算的东西其实就是$\theta_0$和$\theta_1$这两个系数，因为只要这两个系数确定了，那直线的方程也就确定了，然后就可以把要预测的x值代入方程来求得对应的$h_\theta$值了。

3. 上代码

注：用到的3个库都可以用pip命令进行安装。

#!/usr/bin/python

# coding:utf-8

# python一元回归分析实例：预测房子价格

import matplotlib.pyplot as plt

import pandas as pd

from sklearn.linear_model import LinearRegression

# 从csv文件中读取数据，分别为：X列表和对应的Y列表

def get_data(file_name):

    # 1. 用pandas读取csv

    data = pd.read_csv(file_name)

    # 2. 构造X列表和Y列表

    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

# 线性回归分析，其中predict_square_feet为要预测的平方英尺数，函数返回对应的房价

def linear_model_main(X_parameter,Y_parameter,predict_square_feet):

    # 1. 构造回归对象

    regr = LinearRegression()

    regr.fit(X_parameter,Y_parameter)

    # 2. 获取预测值

    predict_outcome = regr.predict(predict_square_feet)

    # 3. 构造返回字典

    predictions = {}

    # 3.1 截距值

    predictions['intercept'] = regr.intercept_

    # 3.2 回归系数（斜率值）

    predictions['coefficient'] = regr.coef_

    # 3.3 预测值

    predictions['predict_value'] = predict_outcome

    return predictions

# 绘出图像

def show_linear_line(X_parameter,Y_parameter):

    # 1. 构造回归对象

    regr = LinearRegression()

    regr.fit(X_parameter,Y_parameter)

    # 2. 绘出已知数据散点图

    plt.scatter(X_parameter,Y_parameter,color = 'blue')

    # 3. 绘出预测直线

    plt.plot(X_parameter,regr.predict(X_parameter),color = 'red',linewidth = 4)

    plt.title('Predict the house price')

    plt.xlabel('square feet')

    plt.ylabel('price')

    plt.show()

def main():

    # 1. 读取数据

    X,Y = get_data('./price_info.csv')

    # 2. 获取预测值，在这里我们预测700平方英尺大小的房子的房价

    predict_square_feet = 700

    result = linear_model_main(X,Y,predict_square_feet)

    for key,value in result.items():

        print '{0}:{1}'.format(key,value)

    # 3. 绘图

    show_linear_line(X,Y)

if __name__ == '__main__':

    main()

【输出结果】

coefficient:[ 28.77659574]

predict_value:[ 21915.42553191]

intercept:1771.80851064

$用python玩点有趣的数据分析——一元线性回归分析实例

4. 总结与不足

上述分析过程，有两点不足：

（1）数据量太少，预测的误差可能较大；

（2）影响房价不止房子大小这一个因素，肯定还有很多其他因素，这里没有把其他因素考虑进去，导致预测的结果也是不准确的。既然有一元回归分析，那肯定也有多元回归分析，留到以后再讲。

但是我们也看到可以用python的一些科学计算和数据分析的库自动的帮我们完成以前需要繁琐计算的过程，更加灵活高效，特别是面对上万上百万规模的数据的时候。

随机推荐

5&period; UIView
1. UIView 的初认识官方文档 UIView class defines a rectangular area on the screen and the interfaces for man ...
iOS 之各种Crash
1.*** Terminating app due to uncaught exception 'CALayerInvalidGeometry', reason: 'CALayer position ...
Egit Patch
Git为我们提供了Patch功能,Patch中包含了源码更改的描述,能够应用于其他Eclipse工作空间或者Git仓库.也就是说,可以将当前提交导出至其他分支或者项目中. 举个例子,项目A.B中使用了 ...
jQuery实现产品滚动效果
html: <div class="win_list_b"> <div class="scroll" style="height: ...
Maven配置文件Pom&period;xml详解
<project xmlns="http://maven.apache.org/POM/4.0.0 " xmlns:xsi="http://www.w3. ...
Kafka-0&period;10&period;0&period;0入门
搭建环境略(伪集群即可以),但要注意Kafka的配置必须配置的,少配了也一样可以用,但是只能单机使用,外部机器无法连接,网上也有说. host.name=192.168.1.30 advertised ...
LAN、WAN、WLAN、WiFi之间的区别
感觉这几个概念让人傻傻分不清,下面以最常见的路由器来解释这几个概念. LAN 1 LAN,全称Local Area Network,中文名叫做局域网. 顾名思义,LAN是指在某一区域内由多台计算机 ...
Machine Learning From Scratch-从头开始机器学习
Python implementations of some of the fundamental Machine Learning models and algorithms from scratc ...
《React Native 精解与实战》书籍连载「React Native 网络请求与列表绑定」
此文是我的出版书籍<React Native 精解与实战>连载分享,此书由机械工业出版社出版,书中详解了 React Native 框架底层原理.React Native 组件布局.组件与 ...
广州商学院16级软工一班&amp&semi;二班-第二次作业成绩
作业地址 https://edu.cnblogs.com/campus/gzcc/GZCC-16SE2/homework/2097 https://edu.cnblogs.com/campus/gzc ...

秒客网