小案例(五)：销量预测（python）

案件回顾

饭团销售额下滑

1. 现有冰激凌店一年的历史销售数据
2. 数据包括单日的销售量、气温、周几（问题：如何用这些数据预测冰激凌的销量？）

• 模拟实验与分析

将数据存储为csv格式，导入python。并画出散点图，观察气温和销售量的关系。

import pandas as pd icecream = pd.read_csv("icecream.csv") import matplotlib.pyplot as plt import pylab plt.rcParams['font.sans-serif'] = ['SimHei'] plt.scatter(icecream.iloc[:,1],icecream.iloc[:,0]) plt.xlabel("气温") plt.ylabel("销售量") pylab.show()

计算两者间的相关系数。

icecream.iloc[:,0:2].corr()

结果为：

销售量和气温的相关系数为0.84，结合散点图，认为两者相关。下面用回归分析的方法，通过气温来预测冰激凌销量。

from sklearn.linear_model import LinearRegression model = LinearRegression() feature_cols = ['气温'] X = icecream[feature_cols] y = icecream.销售量 model.fit(X,y) plt.scatter(icecream.气温, icecream.销售量) plt.plot(icecream.气温, model.predict(X) , color='blue') plt.xlabel('气温') plt.ylabel('销售量') plt.show() print("截距与斜率:",model.intercept_,model.coef_)

截距与斜率: 57.1673282152 [ 5.21607823]

于是，散点图中的线函数式为y＝5.2X＋57.2。所以，当气温为25度时，预测的销售量为5.2*25+57.2=187.52，约188个。

• 几个小概念

回归分析：预测数据时的简便手法。在此例中，销售量为反应变量，也叫因变量，气温为解释变量，也叫自变量。虽然影响销售量的因素除了气温外还有很多，但回归分析中我们要把现实情况简化并公式化，这个过程叫做建模。本例中只用1个解释变量进行模型化称为一元线性回归，如果反应变量同时受到多个解释变量的影响，称为多元线性回归。

后台回复“冰激凌”，可获得本例中数据

机器学习养成记