我如何使用 python sklearn 線性回歸預測數據

Question

Sales.xlsx我在 excel 文件中有 1 月至 6 月的銷售數據，我想使用 sklearn 線性回歸預測 7 月的數據。

我走到這一步了。

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 將是您在嘗試預測時要使用的列的切片，而 y 是具有已知值的列（此處為 sales）。

因此，例如，假設您試圖根據需求和 GDP 預測銷售額，那么 x 和 y 將如下所示：

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

x_predict行應該被省略。 您永遠不會嘗試預測 x，它們是作為您預測基礎的特征或值。

另一個問題是您沒有將數據集拆分為訓練和測試，因此基於 model 沒有剩余值可以預測。