regression应用_根据广告投入预测销量

数据： 第一列为***，2-4列为每种媒体的投入，最后一列为销量。共200条数据。

代码：利用了sklearn里面自带的线性模型。

import numpy as np
import pandas as pd
import matplotlib as mpl
from sklearn.model_selection import train_test_split
from sklearn.linear_model import Lasso
from sklearn.model_selection import GridSearchCV
import matplotlib.pyplot as plt

'''
数据： TV Radio Newspaper Sales 
预测在各种媒体上的投资与销量的关系
（线性回归问题）
'''
data = pd.read_csv("./Advertising.csv") # 用pandas读取文件
x_data = data[["TV","Radio","Newspaper"]]
y_data = data["Sales"]
# print(x_data)
print(y_data)
x_train,x_test,y_train,y_test = train_test_split(x_data,y_data,train_size=0.8,test_size=0.2)
print(x_train,y_train)
model = Lasso()
alpha_can = np.logspace(-3,2,20) #在10的-3次方到10的2次方之间随机选20个数
print(alpha_can) 
np.set_printoptions(suppress=True) # 显示小数形式
print(alpha_can) # 随机初始化参数
#设置网格搜索的参数：使用model模型，参数取值为alpha_can,cv为交叉验证折数，默认3折，这里设为5
lasso_model = GridSearchCV(model,param_grid={'alpha': alpha_can},cv=5)  
# print(lasso_model)
lasso_model.fit(x_train,y_train)# 运行网格搜索，用来优化参数
# print(lasso_model)
print('超参数：',lasso_model.best_params_)#获取最终结果
# 把测试数据扔进已经训练好的模型，并计算均方差
y_out = lasso_model.predict(x_test)
mse = np.average((y_out - np.array(y_test)) ** 2)
print(mse) # mean square error
# 画图
t = np.arange(len(x_test))
print(t)
mpl.rcParams['font.sans-serif']=[u'simHei'] #设置中文字体
mpl.rcParams['axes.unicode_minus'] = False  #字符显示
plt.figure(facecolor='w')
plt.plot(t, y_test, 'r-', linewidth=2,label=u'真实数据')
plt.plot(t, y_out, 'g-', linewidth=2, label=u'预测数据')
plt.title("Regression predict Sales",fontsize=18)
plt.legend(loc='upper right')
plt.grid()
plt.show()

可视化图：