如何使用python对csv文件数据执行机器学习多元回归？

Question

我必须为任何 csv 文件的一般情况编写代码，作为没有任何变量和记录的输入。 我已经这样开始了。我该如何继续？

import numpy as np
import pandas as pd
def get_data(file_name):
data = pd.read_csv(file_name)
para = int(raw_input('Enter the no of parameters to be used '))
print(para)
param= []
for k in range(0,para-1):
        param[k]= raw_input('Enter the parameter')

rec = int(raw_input('Enter the no of records in the dataset '))
print(rec)
x_parameter = []
y_parameter = []
x1= []
for i in range(0,para):
    for x1[i] in data[i]:
        x_parameter[i].append(x1[i])

for j in range(0,rec):
    print x_parameter[j]
    print y_parameter[j]

get_data('C:\Python27\data.csv')

Answer 1

首先你为什么不对csv文件中的参数名称进行编码。您可以将它们作为列的标题，pandas 会自动正确分配它们。接下来，您可以使用 len(data) 来获取样本数量，而不必输入。

对于线性回归，您必须填写 y_parameter 或至少将其从 pandas 中分离出来。然后您可以使用 scikit-learn 应用线性回归，如下所述：http://scikit-learn.org/stable/modules/generated/sklearn.linear_model.LinearRegression.html

代码示例：

from sklearn.linear_model import LinearRegression
model = LinearRegression()
model.fit(x_parameter, y_parameter)