如何在一个线性演化的时间间隔内找到回归线？

Question

到目前为止，这是我的代码。我看到一些类似的答案，但这有点不同，因为我没有从互联网上调用我的数据并创建了一个csv文件。它与How can I draw a linear regression line in this graph?相同吗？

提前谢谢。

import datetime as dt # library for dates and time
import matplotlib.pyplot as plt # plots library
import pandas_datareader.data as web
import pandas as pd
import statsmodels.graphics.tsaplots as stplt
from statsmodels.tsa.arima_model import ARIMA
from pandas import DataFrame
from sklearn.metrics import mean_squared_error
import numpy as np
import statistics as ics

plt.close('all')


def parser(x):
    return pd.datetime.strptime(x, '%m/%d/%Y')
#Read the *.csv file

amazon = pd.read_csv('AMZN.csv', parse_dates=[1], index_col=1, 
                    squeeze=True, date_parser=parser)
amazon.Close.plot()

print(amazon.describe())

print(amazon['Volume'].var())

Answer 1

我建议你使用scikit learn的线性回归。代码看起来像这样（它只是伪代码）：

from sklearn import linear_model

regr = linear_model.LinearRegression() #create a linear regression object

regr.fit(your_x_data, your_y_data) #fit your data (create the linear regression parameters) 

your_y_pred = regr.predict(your_x_data)
 #create your linear function

 plt.plot(your_x_data, your_y_pred , color='blue', linewidth=3) #plot the linear function`