多元线性回归处理空气污染数据集的代码
时间: 2023-10-08 14:14:31 浏览: 52
以下是使用Python的sklearn库进行多元线性回归处理空气污染数据集的代码:
```python
# 导入必要的库
import numpy as np
import pandas as pd
from sklearn.linear_model import LinearRegression
from sklearn.model_selection import train_test_split
from sklearn.metrics import mean_squared_error
# 读取数据集并进行预处理
data = pd.read_csv('air_pollution.csv')
X = data.drop('AQI', axis=1)
y = data['AQI']
# 将数据集分为训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)
# 创建线性回归模型并进行训练
model = LinearRegression()
model.fit(X_train, y_train)
# 输出模型的系数和截距项
print('Coefficients:', model.coef_)
print('Intercept:', model.intercept_)
# 使用测试集进行预测并计算均方误差
y_pred = model.predict(X_test)
mse = mean_squared_error(y_test, y_pred)
print('MSE:', mse)
```
在这段代码中,我们首先读取了名为"air_pollution.csv"的数据集,并将自变量保存在X中,因变量保存在y中。然后我们使用train_test_split函数将数据集分为训练集和测试集。
接着,我们创建了一个线性回归模型,并使用fit函数对训练集进行拟合。通过输出模型的系数和截距项,我们可以了解到每个自变量对因变量的影响程度,以及当所有自变量为0时,因变量的基础值。
最后,我们使用测试集进行预测并计算均方误差,以评估模型的性能。