统计学习简单线性回归实战之二

趁着脑子兴奋，接着把简单线性回归 python 部分写了，下次的更新应该就换多元的线性回归了，不过不知道是哪天，我也很难确定时间，这个季节太忙了，默默无语中......

1. 前提

为保证 R 与 python 的对比性，我们还是使用 Boston 数据，但为纯粹的使用 python，我不使用 `reticulate` 这样子更方便在 python 里轻松调取 R 数据的软件包，我把 Boston 导出为 csv 格式数据，然后使用 pandas 的 read_csv 去读取数据。Python 作为数据科学的工具方面讲，可以完成线性回归有很多种方式，具体可自己网上搜索，但我发现最好用的是 statsmodels 这个模块，至于为什么选择这个，看名字就懂了吧，如果不信，接着看下面的内容：

首先看到的是，Python 导入数据也很方便的，类似于 tidyverse 包，或者应该说二者比较像，另外只要用 Python 分析数据，基本上是没法绕过 numpy 和 pandas 的，语法类似 R 中的 dataframe 和 array。

至于分析过程，也很简单，我们直接上代码和结果：

结果也有 summary，但比 R 的更全面，连 AIC, BIC 这样对于生态学里面间的相对少的参数都有了：

作图查看拟合结果也很方便，使用和matlab比较像的 matplotlib

另外需要讲的是，这个模块参考了 R 中的公式，新版本都支持使用 R 公式的方式计算模型，而且他内置了比较多的图形，例如，“大名鼎鼎”的 QQ 图：

以及一些其他的，常用的图形，具体可到其官网上找，这里示范其中的两个：

当然，对于 Python 我是初学的不能再初学了，如果有错误或需要补充的地方请指明。欢迎关注微信号：