Question

我在这里发帖是因为我无法在其他任何地方找到解决问题的方法。基本上我们在学校使用python学习线性回归，教授希望我们估算三明治中每种成分的价格以及基于csv表的每个三明治的固定利润。到目前为止，我们只讨论了一个X变量和一个Y变量，所以我很困惑我该怎么做？谢谢。这是表格：

tomato,lettuce,cheese,pickles,palmetto,burger,corn,ham,price
0.05,1,0.05,0,0.05,0.2,0.05,0,18.4
0.05,0,0.05,0.05,0,0.2,0.05,0.05,16.15
0.05,1,0.05,0,0.05,0.4,0,0,22.15
0.05,1,0.05,0,0.05,0.2,0.05,0.05,19.4
0.05,1,0,0,0,0.2,0.05,0.05,18.4
0,0,0.05,0,0,0,0.05,0.05,11.75
0.05,1,0,0,0,0.2,0,0.05,18.15
0.05,1,0.05,0.05,0.05,0.2,0.05,0,18.65
0,0,0.05,0,0,0.2,0.05,0.05,15.75
0.05,1,0.05,0,0.05,0,0.05,0.05,15.4
0.05,1,0,0,0,0.2,0,0,17.15
0.05,1,0,0,0.05,0.2,0.05,0.05,18.9
0,1,0.05,0,0,0.2,0.05,0.05,18.75

Answer 1

你有9个单独的变量用于回归（番茄...价格），每个变量有13个样本（13行）。

所以第一种方法可能是对番茄＆＃34;进行回归。关于数据点 0.05 0.05 0.05 0.05 0.05 0 0.05 0.05 0 0.05 0.05 0.05 0 然后做另一个＃34;生菜＆＃34;和其他人一样，价格＆＃34;同 18.4 16.15 22.15 19.4 18.4 11.75 18.15 18.65 15.75 15.4 17.15 18.9 18.75

用于查看CSV数据的在线查看器：http://www.convertcsv.com/csv-viewer-editor.htm，但Google SpreadSheet，Excel等也可以很好地显示它。

SciPy可能（很可能）也会在矢量上为你完成任务（所以一起处理9个变量），但是13行中有13个样本的部分仍然存在。

编辑：坏消息，我累了，没有回答完整的问题，对不起。

虽然您可以将前8列（番茄...火腿）作为时间序列，并对它们进行单独回归（这可能是此作业的第一部分），但最后一列（价格）预计将从前8开始估算。

使用维基百科中的符号https://en.wikipedia.org/wiki/Linear_regression#Introduction，您的y向量是最后一列（价格），X矩阵是数据的前8列（番茄... .ham），在某处以1-s的列延伸。然后选择一种估算方法（有些也在该页面中列出，https://en.wikipedia.org/wiki/Linear_regression#Estimation_methods，但您可能想要选择在课堂上学到的一种方法）。实际的数学就在那里，NumPy可以进行矩阵/向量计算。如果您选择＆＃34;普通最小二乘＆＃34;，numpy.linalg.lstsq执行相同的操作（https://docs.scipy.org/doc/numpy/reference/generated/numpy.linalg.lstsq.html#numpy.linalg.lstsq - 您可能会发现添加1-s熟悉的列），因此可以用于验证结果。

使用线性回归估算价格

1 个答案: