我如何使用 python sklearn 线性回归预测数据

Question

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

我走到这一步了。

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)

Answer 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 预测销售额，那么 x 和 y 将如下所示：

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

x_predict行应该被省略。 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，因此基于 model 没有剩余值可以预测。