Python：多元線性迴歸分析+畫圖展示demo

關於多元線性迴歸的擬合以及出圖，其大致方法與簡單線性迴歸類似，方法詳細介紹請參照我的博客 Python關於如何進行簡單線性迴歸擬合以及出圖 這裏直接列出代碼不再做介紹
 

# -*- coding: utf-8 -*-
import numpy as np
import statsmodels.api as sm
import pandas as pd
import matplotlib.pyplot as plt
 
data=pd.read_excel('dy01.xlsx',encoding='ute-8')
y=data['box-office']
x1=data['release-time']
x2=data['score']
x3=data['score-num']
x4=data['length']
x5=data['name']
x6=data['h1']
x7=data['h2']
x8=data['h3']
 
x=np.column_stack((x2,x3,x4,x6,x7,x8))
 
# 線性迴歸擬合
x_n = sm.add_constant(x) #statsmodels進行迴歸時，一定要添加此常數項
model = sm.OLS(y, x_n) #model是迴歸分析模型
results = model.fit() #results是迴歸分析後的結果
 
#輸出迴歸分析的結果
print(results.summary())
print('Parameters: ', results.params)
print('R2: ', results.rsquared)
 
#以下用於出圖
plt.figure()
plt.rcParams['font.sans-serif'] = ['Kaiti']  # 指定默認字體
plt.title(u"線性迴歸預測")
plt.xlabel(u"x")
plt.ylabel(u"price")
plt.axis([0, 3000000, 0, 5000000000])
plt.scatter(x, y, marker="o",color="b", s=50)
plt.plot(x_n, y, linewidth=3, color="r")
plt.show()