机器学习-线性回归2-python代码-房价预测-一维自变量

项目源地址
现有房屋面积对应价格的一组数据。尝试使用线性回归方法，拟合出一条直线。并且完成对指定的新样本点，给出预测值，并画图。

step0.python版本以及包依赖

本文使用的python版本为Python 3.7.2
所用到需要额外安装的包有

pandas
numpy
sklearn
matplotlib

相关包下载方式汇总

导入方法：

from io import StringIO
import pandas as pd
from sklearn import linear_model
import matplotlib.pyplot as plt
import numpy as np

step1.数据输入

1. 数据内容如下：

房屋面积(square_feet)	价格(price)
150	6450
200	7450
250	8450
300	9450
350	11450
400	15450
600	18450

1. 为了方便实现，本文改成StringIO方法输入

   def get_data(file_name):
       """
       获取csv数据,给出自变量x,因变量y的list
       :param file_name:
       :return:
       """
       data = pd.read_csv(file_name)
       x, y = [], []
       for i, j in zip(data['square_feet'], data['price']):
           x.append([float(i)])
           y.append(float(j))
       return x, y
   
   
   input_data = StringIO(
           'square_feet,price\n150,6450\n200,7450\n250,8450\n300,9450\n350,11450\n400,15450\n600,18450\n')
   x_train, y_train = get_data(input_data)
   

step2.线性回归模型建立

1. 使用sklearn中的linear_model方法，先创建一个线性回归对象

   regr = linear_model.LinearRegression()
   

2. 使用对象中的fit方法，对样本进行训练

   regr.fit(x_train, y_train)
   

3. 完成训练后，线性回归对象可以输出训练结果的截距和斜率：

   print("截距：" + str(regr.intercept_))
   print("斜率：" + str(regr.coef_))
   

   输出结果为：

   截距：1771.8085106382969
   斜率：[28.77659574]
   

step3.预测任意给定新的数据(房屋面积值)

• 假设给定新房屋面积为500，我们通过线性回归对象的predict函数和函数表达式 $y=ax+b$两种方式分别去验证

  test = [500]
  print(regr.predict(np.array(test).reshape(1, -1)))
  print(500 * regr.coef_ + regr.intercept_)
  

• 输出结果为：

  [16160.10638298]
  [16160.10638298]
  

• 可以发现两个结果一致。今后使用模型预测时可直接使用predict方法

step4.画图

• 训练集使用蓝点标记，回归函数使用红色标记，预测数值(500)采用黑色。

  plt.scatter(x_train, y_train, color='blue')
  plt.scatter(test, regr.predict(np.array(test).reshape(1, -1)), color='black')
  plt.plot(x_train, regr.predict(x_train), color='red', linewidth=4)
  plt.show()
  

step5.完整代码

• 新建文件‘predict_house_price.py’，将下述代码粘贴保存后，terminal(终端或cmd)切到文件目录即可运行，运行命令：

  $ python predict_house_price.py
  

• 完整代码：

  #!/usr/local/bin/python3
  
  """
  @File    : predict_house_price.py
  @Author  : togetlife
  @Time    : 2019-03-19
  """
  
  from io import StringIO
  import pandas as pd
  from sklearn import linear_model
  import matplotlib.pyplot as plt
  import numpy as np
  
  
  def get_data(file_name):
      """
      获取csv数据,给出自变量x,因变量y的list
      :param file_name:
      :return:
      """
      data = pd.read_csv(file_name)
      x, y = [], []
      for i, j in zip(data['square_feet'], data['price']):
          x.append([float(i)])
          y.append(float(j))
      return x, y
  
  
  def main():
      # 输入文本，为了方便重现，直接将csv文件改为通过StringIO方法输入
      input_data = StringIO(
          'square_feet,price\n150,6450\n200,7450\n250,8450\n300,9450\n350,11450\n400,15450\n600,18450\n')
  
      # 划分训练集自变量与因变量
      x_train, y_train = get_data(input_data)
  
      # 创建对象,训练数据，输出回归函数参数
      regr = linear_model.LinearRegression()
      regr.fit(x_train, y_train)
      print("截距：" + str(regr.intercept_))
      print("斜率：" + str(regr.coef_))
  
      # 两种方式测试结果
      test = [500]
      print(regr.predict(np.array(test).reshape(1, -1)))
      print(500 * regr.coef_ + regr.intercept_)
  
      # 画图，包括训练集，回归函数和测试结果
      plt.scatter(x_train, y_train, color='blue')
      plt.scatter(test, regr.predict(np.array(test).reshape(1, -1)), color='black')
      plt.plot(x_train, regr.predict(x_train), color='red', linewidth=4)
      plt.show()
  
  
  if __name__ == '__main__':
      main()
  
  

• 如有不妥，请指示正，谢谢阅读！
  作者：togetlife