Python statistics.linear_regression用法及代码示例

用法: statistics.linear_regression(x, y, /)

返回使用普通最小二乘法估计的simple linear regression 参数的斜率和截距。简单线性回归用这个线性函数说明了自变量x和因变量y之间的关系：

y = slope * x + intercept + noise

其中slope和intercept是估计的回归参数，noise表示线性回归没有解释的数据的可变性(它等于因变量的预测值和实际值之间的差异)。

两个输入的长度必须相同(不少于两个)，且自变量x不能为常数；否则会引发 StatisticsError。

例如，我们可以使用release dates of the Monty Python films 来预测到 2019 年将制作的 Monty Python 电影的累积数量，假设它们跟上了节奏。

>>> year = [1971, 1975, 1979, 1982, 1983]
>>> films_total = [1, 2, 3, 4, 5]
>>> slope, intercept = linear_regression(year, films_total)
>>> round(slope * 2019 + intercept)
16

3.10 版中的新函数。

相关用法

注：本文由纯净天空筛选整理自python.org大神的英文原创作品 statistics.linear_regression。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。