- 1、本文档共56页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
.
预测
.
中国人民大学
预测 1/56
数据科学的重要任务之一是是利用数据预测未来。能否根据过去几十年的气候数据
来预测未来的温度变化趋势?能否利用某个人的互联网浏览记录,来分析这个人可能会
感兴趣哪些网页?能否利用某个病人的病史来判断他或她对某项治疗措施的效果?为了
回答这样的问题,数据科学家已经开发出了预测的方法。在本章中,我们将研究一种最
简单恐怕也是最常用的方法:基于一个变量来预测另一个变量。这个方法,最开始是由
弗朗西斯·高尔顿爵士(SirFrancisGalton)提出的。
预测 2/56
他最重要的工作之一,是根据父母的高度预测子女的身高。我们已经研究了高尔顿
为此收集的数据集。在下面的heights 表中,包含了934 个成年子女的双亲身高和子女
身高(全部以英寸为单位)。
import pandas as pd
import matplotlib.pyplot as plt
import numpy as np
galton =pd.read_csv( 'GaltonFamilies.csv')
plt.scatter(galton[ 'midparentHeight'], galton[ 'childHeight'],color 'y')
plt.xlabel( 'midparentHeight')
plt.ylabel( 'childHeight')
plt.show()
预测 3/56
预测 4/56
收集数据的主要目的是预测成年子女的身高,成年子女的身高与他们的父母的身高
这两个变量之间呈现出正相关关系,我们可以利用这一点进行预测。我们的方法是,基
于双亲身高周围的所有点来做预测。为此,我们编写了一个名为predict_child 的函数,
该函数以双亲身高作为参数,并返回与双亲身高差距在半英寸之内的,所有子女的平均
身高。
def predict_child(galton,mpht):
return galton.loc[(galton[ 'midparentHeight']> =mpht 0.5) &
(galton[ 'midparentHeight']< mpht + 0.5), 'childHeight'].mean()
predict_child(galton,75)
70.1
预测 5/56
我们将函数应用于 Midparent 列,可视化我们的结果。
heights_with_predictions =[]
for mpht in galton[ 'midparentHeight']:
heights_with_predictions =np.append(heights_with_predictions,
predict_child(galton,mpht))
plt.scatter(galton[ 'midparentHeight'], galton[ 'childHeight'],color 'y')
plt.scatter(galton[ 'midparentHeight'], heights_with_predictions,color 'r')
plt.xlabel( 'midpa
文档评论(0)