机器学习算法之六:5分钟上手Logistic Regression

来源:互联网 发布:大数据安全管理办法 编辑:程序博客网 时间:2024/03/29 23:45

1.案例:这个数据用针对房屋售价的结果。如下CSV档(6.Logistic_Regression.csv),两个栏位各代表面积与售价。

2.问题:现在有一面积为700,请问预估可能的售价是多少?

3.数据文档:6.Logistic_Regression.csv,内容如下。

square_feetprice1506450200745025084503009450350114504001545060018450

4.Sampe code:

#encoding: utf-8import matplotlib.pyplot as pltimport numpy as npimport pandas as pdfrom sklearn import linear_model#----取得输入资料def get_data(file_name):data = pd.read_csv(file_name)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#----设定回归分析的函数与设定值def linear_model_main(X_parameters,Y_parameters,predict_value):regr = linear_model.LinearRegression()regr.fit(X_parameters, Y_parameters)predict_outcome = regr.predict(predict_value)predictions = {}predictions['intercept'] = regr.intercept_predictions['coefficient'] = regr.coef_predictions['predicted_value'] = predict_outcomereturn predictions#----取得资料X,Y = get_data("6.Logistic_Regression.csv")#----设定输入值(面积)predictvalue = 700#----输出预测值result = linear_model_main(X,Y,predictvalue)print u"预测的价格为: ", result['predicted_value']

5.结果:

预测的价格为:  [ 21915.42553191]

1 0
原创粉丝点击