python 怎么多元线性回归
时间: 2023-09-08 13:14:21 浏览: 72
在 Python 中使用多元线性回归,可以使用 scikit-learn 库中的 LinearRegression 类。其步骤如下:
1. 导入所需库和数据
```python
import pandas as pd
from sklearn.linear_model import LinearRegression
# 导入数据
data = pd.read_csv('data.csv')
```
2. 确定自变量和因变量
```python
# 确定自变量和因变量
X = data[['x1', 'x2', 'x3']]
y = data['y']
```
3. 创建线性回归模型
```python
# 创建线性回归模型
model = LinearRegression()
```
4. 训练模型
```python
# 训练模型
model.fit(X, y)
```
5. 预测结果
```python
# 预测结果
y_pred = model.predict(X)
```
6. 输出模型参数
```python
# 输出模型参数
print('Coefficients:', model.coef_)
print('Intercept:', model.intercept_)
```
其中,`model.coef_` 表示自变量的系数,`model.intercept_` 表示截距。
完整代码如下:
```python
import pandas as pd
from sklearn.linear_model import LinearRegression
# 导入数据
data = pd.read_csv('data.csv')
# 确定自变量和因变量
X = data[['x1', 'x2', 'x3']]
y = data['y']
# 创建线性回归模型
model = LinearRegression()
# 训练模型
model.fit(X, y)
# 预测结果
y_pred = model.predict(X)
# 输出模型参数
print('Coefficients:', model.coef_)
print('Intercept:', model.intercept_)
```
阅读全文