利用线性回归预测发电场电力输出

本示例使用线性回归模型，基于温度、压力、湿度和压强等因素预测发电场电力输出。代码展示了数据加载、模型训练、系数获取和预测过程。

1. 数据获取

import pandas as pd
data = pd.read_excel('发电场数据.xlsx')
x = data.iloc[:,0:4]
y = data.iloc[:,4]

2. 导入线性回归模块

from sklearn.linear_model import LinearRegression

3. 训练模型

model = LinearRegression().fit(x,y)

4. 获取回归系数和常数项

c_x = model.coef_
c_b = model.intercept_

5. 预测

import numpy as np
x1=np.array([28.4,50.6,1011.9,80.54])
R1 = model.predict([x1])

6. 输出结果

print('x回归系数为：',c_x)
print('回归系数常数项为：',c_b)
print('样本预测值为：',R1)