得到预测数据后，可以发现预测效果与真实情况存在偏差。首先预测结果中存在少量负值，这与实际情况中渗透率为正不符。为了更加直观地展示预测结果与真实值的分布情况，我画出了测试集的真实值与对应的预测值之差，以此观察偏差效果,并计算平均绝对误差。
sns.distplot((y_test-predictions),bins=50)
#y_test-predictions概率分布
predictions_all=lr.predict(x)
# predictions.reshape(-1)
print("平均误差：",(sum(abs(y-predictions_all)))/len(predictions_all)) #计算平均误差
OUTPUT:
图3 y_test-predictions
由图3可知，y_test-predictions的值主要分布在0附近的范围，大致呈现正态分布，表明预测结果有效，但仍有偏差较大的数据存在。计算平均误差得到平均误差为187.77，由于数据集中渗透率数据主要集中在0-1000，故误差较大。
最后完成将预测值输入到Excel表格中的任务。
def insert_pdt(predictions_all): #将预测数据插入到excel表格
wb=openpyxl.load_workbook(r'G:\Loong_2021\bd_fhw\data.xlsx')
sheetNames = wb.sheetnames
print(sheetNames)
sheet1 = wb.worksheets[0]
for i in range(len(predictions_all)):
sheet1.cell(i 2, 24).value=predictions_all[i] #excel中单元格为X2开始，即第24列，第2行
wb.save(r'G:\Loong_2021\bd_fhw\data.xlsx')
insert_pdt(predictions_all),
