用到的数据：
汽车销售数据：https://pan.baidu.com/s/1VlTy4nfvgXdDzgimVguZMg

1 分析数据

1.1 导包，读取数据

import pandas as pd
import numpy as np
from sklearn.linear_model import LinearRegression 
from sklearn.model_selection import train_test_split
from sklearn.preprocessing import StandardScaler
from sklearn.metrics import mean_squared_error,r2_score
data = pd.read_csv('data.csv')
data.head()

	券代码	日期	传统汽车销量	国内生产总值当季值(亿元)x1	汽油价格（元/吨）x2	人民币贷款基准利率%x3	汽车总产量（万辆）x4	公路里程数	汽车整车股票指数	消费者信心指数
0	65	2003年Q1	102.1	29825.5	3020	5.49	102.1	177.6375	1696.81	97.700000
1	64	2003年Q2	110.0	32537.3	3020	5.49	110.0	178.7550	1912.54	87.666667
2	63	2003年Q3	112.1	35291.9	2920	5.49	112.1	179.8725	1803.71	92.333333
3	62	2003年Q4	122.8	39767.4	3010	5.49	122.8	180.9900	1922.48	94.666667
4	61	2004年Q1	131.1	34544.6	3210	5.49	131.1	182.5125	1930.71	95.333333

data.shape

(65, 10)

1.2 查看是否有缺失值

data.isnull().sum()

券代码                0
日期                 0
传统汽车销量             0
国内生产总值当季值(亿元)x1    0
汽油价格（元/吨）x2        0
人民币贷款基准利率%x3       0
汽车总产量（万辆）x4        0
公路里程数              1
汽车整车股票指数           0
消费者信心指数            0
dtype: int64

公路里程数有一个缺失值，用均值填充

data['公路里程数']=data['公路里程数'].fillna(data['公路里程数'].mean())

1.3 分析数据之间的相关性

利用pandas分析其相关关系，为便于查看，只显示矩阵的上侧：

cormatrix = data.corr() 
cormatrix *= np.tri(*cormatrix.values.shape,k=-1).T
cormatrix

.dataframe tbody tr th {
    vertical-align: top;
}

.dataframe thead th {
    text-align: right;
}

	券代码	传统汽车销量	国内生产总值当季值(亿元)x1	汽油价格（元/吨）x2	人民币贷款基准利率%x3	汽车总产量（万辆）x4	公路里程数	汽车整车股票指数	消费者信心指数
券代码	0.0	-0.943772	-0.983360	-0.730000	0.434063	-0.950615	-0.907244	-0.833242	-0.865064
传统汽车销量	-0.0	0.000000	0.926678	0.738939	-0.392945	0.999144	0.881898	0.819730	0.806348
国内生产总值当季值(亿元)x1	-0.0	0.000000	0.000000	0.703095	-0.464662	0.937453	0.865311	0.807799	0.868392
汽油价格（元/吨）x2	-0.0	0.000000	0.000000	0.000000	-0.059720	0.733278	0.784530	0.552330	0.609621
人民币贷款基准利率%x3	0.0	-0.000000	-0.000000	-0.000000	0.000000	-0.410893	-0.165263	-0.388479	-0.539812
汽车总产量（万辆）x4	-0.0	0.000000	0.000000	0.000000	-0.000000	0.000000	0.878815	0.820630	0.822135
公路里程数	-0.0	0.000000	0.000000	0.000000	-0.000000	0.000000	0.000000	0.824552	0.724907
汽车整车股票指数	-0.0	0.000000	0.000000	0.000000	-0.000000	0.000000	0.000000	0.000000	0.735544
消费者信心指数	-0.0	0.000000	0.000000	0.000000	-0.000000	0.000000	0.000000	0.000000	0.000000

从以上数据可以看出：

1. "券代码"是数据的序号，应该去掉，
2. "日期"是汽车销量没有线性关系，也直接去除
3. 汽车的是根据汽车的销售量而定，汽车的生产量不能做为汽车销售量的预测特征，因此也舍弃。

因此初步筛选，以下特征进行建模：

X = data[['国内生产总值当季值(亿元)x1', '汽油价格（元/吨）x2', '人民币贷款基准利率%x3','公路里程数', '汽车整车股票指数', '消费者信心指数']]
Y = data['传统汽车销量']
X.head()

.dataframe tbody tr th {
    vertical-align: top;
}

.dataframe thead th {
    text-align: right;
}

	国内生产总值当季值(亿元)x1	汽油价格（元/吨）x2	人民币贷款基准利率%x3	公路里程数	汽车整车股票指数	消费者信心指数
0	29825.5	3020	5.49	177.6375	1696.81	97.700000
1	32537.3	3020	5.49	178.7550	1912.54	87.666667
2	35291.9	2920	5.49	179.8725	1803.71	92.333333
3	39767.4	3010	5.49	180.9900	1922.48	94.666667
4	34544.6	3210	5.49	182.5125	1930.71	95.333333

1.4 划分训练集和测试集

x_train,x_test,y_train,y_test = train_test_split(X,Y,test_size = 0.2,random_state = 66)

2 标准化处理

ss = StandardScaler()
ss.fit(x_train)
x_train_ss = ss.transform(x_train)
x_test_ss = ss.transform(x_test)

3 构建模型

训练

#构建模型
lr = LinearRegression()
lr.fit(x_train_ss,y_train)

LinearRegression(copy_X=True, fit_intercept=True, n_jobs=1, normalize=False)

预测

y_pred = lr.predict(x_test_ss)
 
#输出mse值
mean_squared_error(y_test,y_pred)

5017.725895684722

#输出R平方值
r2_score(y_test,y_pred)

0.8875379565909532