Python教学实验环境下回归预测模型的实践

论文摘要

通过建立多元线性回归分析模型,采用数据挖掘理论中的数据分析方法对蛋糕店月营业额的特征因素进行提取,确定距离车站最近距离和店铺面积作为特征因素,从而对蛋糕房月营业额进行预测。利用Python3.6面向对象编程语言特性,借助其高效、简洁、灵活等特点,结合Python3.6提供的Padas、matplotlib等模块提供的强大功能,编程实现对判定系数的计算,调用库函数对多元线性回归模型进行训练、评分、预测,得到了较为理想的预测结果,该预测结果在指导投资人在蛋糕房选址上提供了重要的参考价值。结果进一步表明,利用Python 3.6的高效性和强大的扩展性,使得其在多元线性回归模型及数据挖掘领域的其他模型使用中均有极大应用潜力。

论文目录

• 1 引言
• 2 特征值提取及模型构建
•   2.1 多元线性回归模型理论
• 3 Python 3.6下预测额模型教学实践
•   3.1 Python 3.6简介
•   3.2 Python3.6下多元线性回归模型教学实践
• 4结束语

文章来源

类型: 期刊论文

作者: 沈荣,张保文

关键词: 教学实验,多元线性回归,数据挖掘,数据分析,预测

来源: 电脑知识与技术 2019年10期

年度: 2019

分类: 信息科技,基础科学

专业: 数学,计算机软件及计算机应用

单位: 宁夏大学信息工程学院,宁夏大学数学统计学院

基金: 宁夏高等学校科学研究项目(编号:NGY2017032)

分类号: TP312-4;O212.1;TP311.13

DOI: 10.14004/j.cnki.ckt.2019.1300

页码: 254-256+258

总页数: 4

文件大小: 3790K

下载量: 317