版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
项目背景|项目概述|学习目标|任务实施步骤拓展实训薪资数据相关性分析【数据挖掘应用】课程负责人:陈清华01101111011010111101010000101101010100111101
熟练使用read_csv()从本地CSV文件读取数据;
熟练使用sklearn对数据进行回归分析;熟练使用matplotlib工具包展现回归分析结果。技能学习目标项目总体要求原始数据结果输出#coding:utf-8importpandas
aspdimportmatplotlib.pyplotaspltplt.rcParams['font.sans-serif']=['SimHei']plt.rcParams['axes.unicode_minus']=Falseplt.figure(figsize=(4,3))#获取工龄及薪资数据salary=pd.read_csv("salary.csv",delimiter=",")#画散点图plt.scatter(salary['Year'],salary['Salary'],color='red',marker='.')#设置柱状图的标题、轴标签plt.title("工龄与工资散点图")plt.xlabel('工龄/年')plt.ylabel('薪资/元')一、数据获取二、数据清洗#coding:utf-8salary=salary.dropna()salary=salary.drop_duplicates()plt.figure(figsize=(4,3))plt.scatter(salary['Year'],salary['Salary'],color='red')plt.title("工龄与工资图")plt.xlabel('工龄/年')plt.ylabel('薪资/元')plt.show()salary.head()三、数据筛选salary=salary[(
salary["Year"]<12
)&(
salary["Salary"]<120000
)]plt.figure(figsize=(4,3))plt.scatter(salary['Year'],salary['Salary'],color='red')plt.title("工龄与工资图")plt.xlabel('工龄/年')plt.ylabel('薪资/元')plt.show()salary.head()四、数据分布plt.boxplot(salary["Year"])plt.boxplot(salary["Salary"])五、数据统计#以int类型的变量来统计工龄salary["Year"]=salary["Year"].round()#统计每个工龄的平均工资avg=salary.groupby(["Year"],as_index=False)["Salary"].mean()avg.head()五、数据统计x=salary[["Year"]]y=salary[["Salary"]]#初始化线性回归模型regr=linear_model.LinearRegression()#拟合regr.fit(x,y)x_min=x.values.min()-0.1x_max=x.values.max()+0.1x_new=np.arange(x_min,x_max,0.05).reshape(-1,1)x_new_df=?plt.scatter(x,y,color="blue",linewidths=1,edgecolor='k',label="原始值")plt.scatter(x_new,regr.predict(x_new_df),s=2,color="red",linewidths=1,label="一元线性回归")六、线性回归分析poly=PolynomialFeatures(degree=3)#3次多项式特征生成器xt=poly.fit_transform(x)polymodel=linear_model.LinearRegression()polymodel.fit(xt,y)xt_new=poly.fit_transform(x_new)xt_new_df=?plt.scatter(x,y,color="blue")plt.scatter(x_new,regr.predict(x_new),s=2,color="red",linewidths=1,label="线性回归")plt.scatter(x_new,polymodel.predict(xt_new_df),s=2,color="black",label="多项式回归")
六、多项式回归分析degree=2六、多项式回归分析degree=4六、多项式回归分析六、数据集切分fromsklearn.model_selectionimporttrain_test_splitx_train,x_test,y_train,y_test=train_test_split(sa[['Year']],sa[['Salary']],train_size=0.7,test_size=0.3)regr=linear_model.LinearRegression()regr.fit(x_train,y_train)y_pred1=regr.predict(x_test)poly=PolynomialFeatures(degree=3)xt_train=poly.fit_transform(x_train)polymodel=linear_model.LinearRegression()polymodel.fit(xt_train,y_train)xt_test=poly.fit_transform(x_test)y_pred2=polymodel.predict(xt_test)plt.plot(range(len(y_pred1)),y_pred1,'blue',label="线性回归预测值",linestyle='--')plt.plot(range(len(y_pred2)),y_pred2,'red',label="多项式回归预测值",linestyle='-.')plt.plot(
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- 2026应急类面试题目及答案
- 2026澄清类的面试题及答案
- (2026版)关于我市发展循环经济的调研报告
- (2026年)初中道德与法治学期教学工作总结
- 度减盐活动总结
- 高三语文一轮复习教学设计:补写句子语境建构与逻辑推演
- 初中信息科技八年级全册 教学设计 物联网时代的感知与实践
- 九年级语文《我爱这土地》情境化教学设计
- 高一英语北师大版必修二Unit 4 Section III Lesson 2写作教学设计
- 八年级数学《勾股定理的逆定理及其应用》第一课时教学设计
- 非侵入式运动想象脑机接口技术在脑卒中康复临床应用的专家共识
- 2026年中国石油大连石化分公司人员招聘考试题库及详细答案解析
- 2026秋小学人教版数学六年级上册第三单元学情测试练习卷及参考答案三套
- 2026中国智能制造SCADA系统信息安全防护与漏洞管理评估报告
- 重庆AI培训实训场地规范
- 小学四年级信息技术《二维码伴我生活》教学设计
- JB∕T 7946.4-2017 铸造铝合金金相 第4部分:铸造铝铜合金晶粒度
- GA 2093-2023公安机关警务辅助人员工作证内卡技术规范
- 服务采购项目-大学生“云成长”一体化大数据招投标书范本
- 《卫生监督协管培训》课件
- 会展搭建供应商入围项目 投标方案(技术标)
评论
0/150
提交评论