python 怎么多元线性回归

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

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

# 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

# 创建线性回归模型
model = LinearRegression()

4. 训练模型

# 训练模型
model.fit(X, y)

5. 预测结果

# 预测结果
y_pred = model.predict(X)

6. 输出模型参数

# 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：

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_)