用Python 实现数据化运营分析实例——销售预测
#案例场景：每个销售公司都有一定的促销费用，促销费用可以带来销量的显著提升；当给一定的促销费用时，预计会带来多大的商品销量呢！
#维度数量：1
#记录数：100
#字段变量：第一列是促销费用，第二列是商品销量。
#数据类型：全部是浮点数值型。
#是否有缺失值：否
#使用python3 编写，utf-8编码
代码如下：
import re #正则表达式
import numpy
from sklearn import linear_model #算法模型库 使用的是线性回归linear_model
from matplotlib import pyplot as plt #图形展示库
fn=open(data.txt,r)
all_data=fn.readlines()
#print(all_data)
fn.close()
x=[]
y=[]
for single_data in all_data:
tmp_data=re.split( | ,single_data)
x.append(float(tmp_data[0]))
y.append(float(tmp_data[1]))
x=numpy.array(x).reshape([100,1])
y=numpy.array(y).reshape([100,1])
plt.scatter(x,y)
plt.show()
#数据建模
model=linear_model.LinearRegression()
model.fit(x,y)
model_coef=model.coef_
model_intercept=model.intercept_
r2=model.score(x,y)
new_x=70000
pre_y=model.predict(new_x)
print(pre_y)
源码连接：https://github.com/Bigger666/data#data
