用线性回归估计价格
我之所以在这里发帖，是因为我在其他地方找不到解决问题的办法。基本上，我们在学校用python学习线性回归，教授希望我们根据csv表估算三明治中每种成分的价格以及每个三明治的固定利润。到目前为止，我们只处理了一个X变量和一个Y变量，所以我很困惑，我应该在这里做什么？谢谢。这张桌子是：
tomato,lettuce,cheese,pickles,palmetto,burger,corn,ham,price
0.05,1,0.05,0,0.05,0.2,0.05,0,18.4
0.05,0,0.05,0.05,0,0.2,0.05,0.05,16.15
0.05,1,0.05,0,0.05,0.4,0,0,22.15
0.05,1,0.05,0,0.05,0.2,0.05,0.05,19.4
0.05,1,0,0,0,0.2,0.05,0.05,18.4
0,0,0.05,0,0,0,0.05,0.05,11.75
0.05,1,0,0,0,0.2,0,0.05,18.15
0.05,1,0.05,0.05,0.05,0.2,0.05,0,18.65
0,0,0.05,0,0,0.2,0.05,0.05,15.75
0.05,1,0.05,0,0.05,0,0.05,0.05,15.4
0.05,1,0,0,0,0.2,0,0,17.15
0.05,1,0,0,0.05,0.2,0.05,0.05,18.9
0,1,0.05,0,0,0.2,0.05,0.05,18.75回答 1
Stack Overflow用户
发布于 2017-05-28 21:23:17
你有9个独立的回归变量(番茄.价格)，以及每条( 13条线)的13个样品。
因此，第一种方法可以是对数据点0.05 0.05 0.05 0 0.05 0 0 0 0.05 0.05 0 0 0.05 0.05 0 0 0中的“番茄”进行回归，然后再对“莴苣”进行另一种回归，直至“价格”( 18.4 16.15 22.15 19.4 18.4 11.75 18.15 18.65 15.75 15.75 15.15 18.9 18.75 )。
查看你的CSV数据的在线查看器：http://www.convertcsv.com/csv-viewer-editor.htm，但是Google SpreadSheet，SpreadSheet等也可以很好地显示它。
SciPy可能(很可能)也可以在向量上为您完成任务(因此可以一起处理这9个变量)，但是在13行中有13个样本的部分仍然存在。
编辑:坏消息，我累了，没有回答完整的问题，很抱歉。
虽然您确实可以将前8列(tomato...ham)作为时间序列，并对它们进行单独的回归(这可能是分配的第一部分)，但预计最后一列(价格)将从前8列中估计出来。
使用维基百科中的符号regression#Introduction，您的y向量是最后一列(价格)，X矩阵是您的数据的前8列(tomato...ham)，在某个地方扩展了一列1-s。然后选择一种估计方法( methods，也在该页面中列出了一些方法，但您可能希望选择您在课堂上学过的方法)。实际的数学是存在的，NumPy可以做矩阵/向量计算。如果您选择“普通最小二乘”，numpy.linalg.lstsq也会这样做(https://docs.scipy.org/doc/numpy/reference/generated/numpy.linalg.lstsq.html#numpy.linalg.lstsq -您可能会发现添加了1-s的列很熟悉)，因此可以使用它来验证结果。
https://stackoverflow.com/questions/44232046
复制相似问题
腾讯云开发者
