我如何使用 python sklearn 线性回归预测数据答案

【问题标题】：How do i predict data with python sklearn linear regression我如何使用 python sklearn 线性回归预测数据
【发布时间】：2020-07-17 03:07:45
【问题描述】：

Sales.xlsx我的 Excel 文件中有 1 月到 6 月的销售数据，我想使用 sklearn 线性回归预测 7 月的数据。

我已经走到这一步了。

import pandas as pd
import numpy as np
from sklearn.linear_model import LinearRegression

df = pd.read_excel('Sales.xlsx')

x = [ ]
y = [ ]


model = LinearRegression()
model.fit(x, y)

x_predict = []
y_predict = model.predict(x_predict)
print(y_predict)

【问题讨论】：

应该是大写的 X 吗？
@kpie 不应该很常见
显示你的excel文件。
你能显示 y_predict 的值并定义更多关于预期结果的信息吗？
@GilseungAhn 我是新用户，上传我的 excel 文件时遇到问题

标签： python pandas scikit-learn

【解决方案1】：

因此 x 将是您在尝试预测时要使用的列的切片，而 y 是具有已知值的列（此处为 sales）。

因此，例如，假设您试图根据需求和 GDP 来预测销售额，那么 x 和 y 将如下所示：

x = df.loc[:, ['demand', 'GDP']]
y = df.loc[:, 'sales']

应该省略x_predict 行。您永远不会尝试预测 x，它们是作为您预测基础的特征或值。

另一个问题是您没有将数据集拆分为训练和测试，因此没有剩余的值可以根据模型进行预测。

【讨论】：