使用以下小数据集:
bill = [34,108,64,88,99,51]
tip = [5,17,11,8,14,5]
我计算了最佳拟合回归线(手动) .
yi = 0.1462*x - 0.8188 #yi = slope(x) + intercept
我使用Matplotlib绘制了原始数据,如下所示:
scatter(bill,tip, color="black")
plt.xlim(20,120) #set ranges
plt.ylim(4,18)
#plot centroid point (mean of each variable (74,10))
line1 = plt.plot([74, 74],[0,10], ':', c="red")
line2 = plt.plot([0,74],[10,10],':', c="red")
plt.scatter(74,10, c="red")
#annotate the centroid point
plt.annotate('centroid (74,10)', xy=(74.1,10), xytext=(81,9),
arrowprops=dict(facecolor="black", shrink=0.01),
)
#label axes
xlabel("Bill amount ($)")
ylabel("Tip amount ($)")
#display plot
plt.show()
我不确定如何将回归线放到情节本身上 . 我知道有很多内置的东西可以快速拟合和显示最合适的线条,但我这样做是为了练习 . 我知道我可以在点'0,0.8188'(截距)处开始该线,但我不知道如何使用斜率值来完成该线(设置线 endpoints ) .
鉴于x轴上的每次增加,斜率应增加“0.1462”;对于起点我尝试(0,0.8188)的线坐标,以及(100,14.62)终点 . 但是这条线并没有通过我的质心点 . 它错过了它 .
干杯,乔恩
3 回答
问题的推理部分正确 . 有一个函数
f(x) = a*x +b
,你可以把y轴(x = 0)的截取作为第一点作为(0, b)
(在这种情况下是(0,-0.8188)
) .该行上的任何其他点由
(x, f(x))
或(x, a*x+b)
给出 . 因此,看x = 100时的点会给你(100, f(100))
,插入:(100, 0.1462*100-0.8188)
=(100,13.8012)
. 在您在问题中描述的情况下,您只是忘记考虑b
.下面显示了如何使用该函数在matplotlib中绘制线条:
当然,配件也可以自动完成 . 你可以通过调用
numpy.polyfit
获得斜率和截距:情节中的其余部分将保持不变 .
定义函数拟合,获取数据的 endpoints ,将元组放入plot()
快速说明:我认为回归的公式应该是
我的意思是代替 - .