运用Advertising and Sales数据做一元线性分析,写出python代码,并画出线性图,有TV,radio,newspaper三个变量
时间: 2024-02-11 12:04:21 浏览: 24
好的,以下是使用Python进行多元线性回归分析的示例代码,并画出线性图:
```
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from sklearn.linear_model import LinearRegression
from sklearn.metrics import r2_score
# 读取数据集
data = pd.read_csv('Advertising.csv')
# 定义自变量和因变量
X = data[['TV', 'Radio', 'Newspaper']]
y = data['Sales'].values.reshape(-1,1)
# 训练模型
reg = LinearRegression()
reg.fit(X, y)
# 预测
y_pred = reg.predict(X)
# 计算 R2 得分
r2 = r2_score(y, y_pred)
# 打印 R2 得分
print('R2 score:', r2)
# 绘制图形
plt.figure(figsize=(10, 7))
plt.plot(y_pred, label='Predicted')
plt.plot(y, label='Actual')
plt.ylabel('Sales')
plt.legend()
plt.show()
```
在这个示例中,我们使用Pandas库读取Advertising.csv文件,使用NumPy库将自变量和因变量分别定义为X和y。接下来,我们使用Scikit-learn库中的LinearRegression类训练模型,并使用r2_score函数计算R2得分。最后,我们使用Matplotlib库绘制了一个包含预测和实际销售数据的线性图。
请注意,这只是一个简单的示例,实际上,您需要进行更多的数据预处理和数据分析,以便确定是否适合使用多元线性回归模型。