多元回归最小二乘法Python

以下是多元线性回归的最小二乘法Python实现：

import numpy as np

# 加载数据集
def loadDataSet(fileName):
    dataMat = []
    labelMat = []
    fr = open(fileName)
    for line in fr.readlines():
        curLine = line.strip().split('\t')
        fltLine = list(map(float, curLine))
        dataMat.append(fltLine[:-1])
        labelMat.append(fltLine[-1])
    return dataMat, labelMat

# 多元线性回归的最小二乘法
def standRegress(xArr, yArr):
    xMat = np.mat(xArr)
    yMat = np.mat(yArr).T
    xTx = xMat.T * xMat
    if np.linalg.det(xTx) == 0.0:
        print("This matrix is singular, cannot do inverse")
        return
    ws = xTx.I * (xMat.T * yMat)
    return ws

# 加载数据集
xArr, yArr = loadDataSet("ex0.txt")
# 多元线性回归的最小二乘法
ws = standRegress(xArr, yArr)
print(ws)

其中，loadDataSet函数用于加载数据集，standRegress函数用于进行多元线性回归的最小二乘法计算。在这个例子中，我们使用ex0.txt数据集进行多元线性回归的最小二乘法计算。