锐客网

  1. 首页 > 睿知 > it技术 > >

python多元函数回归 python 多元回归分析(11)

IT技术Dataform


我们这次的案例是有四个影响GMV值得因素，UV访客数、推广费用的投入、整体商品降价水平（优惠力度）和客服的服务评分，通过计算这四个因素的具体影响值来求出预测GMV，本次使用的是在PowerBI数据集的基础上调用R script来实现，下次再来用Python实现 。数据和模型会放在最后供下载学习使用 ， 数据如下↓
下面开始实现，首先在PowerQuery里面加载数据，加载的数据和我们原始数据内容一样，当然如果是订单明细数据，只需要进行一下按日期Group by就行了 。
这就是我们需要处理的数据样式，就是表格，在R语言里面叫做数据框，然后我们需要在PowerQuery里面调用R语言脚本 ， 在Transform菜单下面最后一列↓
点击后就会出现R语言脚本的编辑器，这里就不介绍R语言如何实现多元线性回归模型的了 ， 我记得之前R语言的集合里面有详细介绍《R语言_018回归》，有兴趣的可以翻去看看 。主要就是使用lm拟合多个参数，然后我们这里再把拟合的结果求出来就行了 ， 代码也很简单，如下↓
fit - lm(gmv ~ uv + promotion_exp + price_diff + service_score,
data=https://www.04ip.com/post/dataset)
df- data.frame(coef(fit))
names(df)[names(df)=="coef.fit."] - "coefficients"
df['variables'] - row.names(df)
再多说一句，不管是调用R语言还是Python，不管PowerQuery里面当前的流程是怎么命名的，在脚本编辑器里面的数据集都是用dataset命名的 。最后运行结果如下↓
于是我们已经得到了我们最需要的几个参数，根据我们的历史数据，得出来的截距是-41045，uv的影响是12.62（每新增100个用户就会带来1262的GMV），费用投入影响是24.21（每投入100元带来2421的GMV） ， 降价影响1074（每降价1元带来1074GMV），服务评分影响是8855（评分每增加0.1分GMV增加885） 。总体看来各项因素对GMV都有一定的影响，在此基础上，我们如果想要达到目标的GMV，就可以从这几方面入手了 。
然后回到PowerBI，我们把这几个参数用度量值写下来，再把公式写出来 ， DAX语句和结果如下↓
Intercept = CALCULATE(SUM('回归系数'[coefficients]),'回归系数'[variables]="(Intercept)")
UV = CALCULATE(SUM('回归系数'[coefficients]),'回归系数'[variables]="uv")
promotion_exp = CALCULATE(SUM('回归系数'[coefficients]),'回归系数'[variables]="promotion_exp")
price_diff = CALCULATE(SUM('回归系数'[coefficients]),'回归系数'[variables]="price_diff")
service_score = CALCULATE(SUM('回归系数'[coefficients]),'回归系数'[variables]="service_score")
关键值和预测GMV的公式我们都有了，我们就可以带入相关值进行预测了，只需要新建四个参数就行了，然后新建一个预测的度量值就行了，度量值和结果如下↓
预测公式 =
"预计GMV公式 = "UNICHAR(10)
FORMAT([Intercept],"#0")
" + UV*"FORMAT([UV],"#0.00")
" + 费用*"FORMAT([promotion_exp],"#0.00")
" + 降价*"FORMAT([price_diff],"#0")
" + 服务分*"FORMAT([service_score],"#0")
当然我们还没有结束，前面说过我们我们还可以加入很多值来判断这个模型的好坏 ， 其中一个很重要的指标就是R2和调整的R2 ， 当然我们还可以检验线性关系、共线性等问题 。这里我们以R2举例，还是在PowerQuery里面来实现，只需要把R语言代码改一下就行了，代码和结果如下↓
fit - lm(gmv ~ uv + promotion_exp + price_diff + service_score,
data=https://www.04ip.com/post/dataset)
s1 - summary(fit)
df - data.frame(name = c("R2","R2ajd"),
values = c(s1$r.squared,s1$adj.r.squared))
得到了R2和调整的R2，0.78 ， 说明这个多元线性回归模型还是相当的不错，如果在真实场景中有这么高的R2，就烧高香把 。简单说明前面的4个因素就已经能够解释78%的结果了，价值非常高 ， 再去找找其他因素整个模型就越来越完美了，然后我们照例把度量值建立起来，等一下放在图里面 ， DAX语句如下↓

推荐阅读


上一篇：爱建学校公众号关注，爱建学校是贵族学校吗

下一篇：怎么添加语言包安卓手机，安卓手机怎么添加语言键盘