300列熊猫部分数据的线性回归

Question

我有一只熊猫的数据图，里面有300个设备的热量，这些设备都是在外部温度上绘制的，如下所示：

达菲

现在，我想对所有300 heatig_devices做一个线性回归(ß0+ 1*x1)，温度范围为2到3.5。所以x是外部温度，y是heating_device输出，在最后，我希望每个加热设备都有一个回归系数1。最好的方法是什么？

Answer 1

只需使用来自LinearRegression的sklearn.linear_model计算每一列的系数。

for i in range(300):
    t = LinearRegression().fit(df[['outside temperature']], df[['heating_device'+str(i+1)]])
    print(i + 1, t.coef_[0], t.intercept_[0])

现在它将打印每一列的系数。

Answer 2

您应该提供一些可行的代码，但来自numpy 文档。

x = np.array([0.0, 1.0, 2.0, 3.0,  4.0,  5.0])
y = np.array([0.0, 0.8, 0.9, 0.1, -0.8, -1.0])
z = np.polyfit(x, y, 1) #1 is the fitting order i.e. degree of polynomial
z

对于线性情况，您将得到两个参数slope和intercept。

如果您读取文档，那么y可以是一个2D的numpy数组。在你的例子中，y是加热值，x是温度。