多元回归python代码

在Python中，可以使用`sklearn`库中的`LinearRegression`模块来进行多元线性回归。这里是一个简单的例子，演示了如何使用`numpy`创建数据，构建并训练一个多元回归模型：

import numpy as np
from sklearn.linear_model import LinearRegression
from sklearn.model_selection import train_test_split

# 创建模拟数据 (假设我们有3个自变量x1, x2, x3)
np.random.seed(42)  # 设置随机种子以保证可复现
n_samples = 100
x = np.random.rand(n_samples, 3)  # 3维的随机数据矩阵
y = 5 + 3 * x[:, 0] + 2 * x[:, 1] - x[:, 2] + np.random.randn(n_samples)  # 因变量

# 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=42)

# 创建并训练模型
model = LinearRegression()
model.fit(X_train, y_train)

# 预测
y_pred = model.predict(X_test)

# 打印模型的系数和截距
print("模型系数:", model.coef_)
print("模型截距:", model.intercept_)