多元线性回归代码实现
时间: 2023-07-02 09:15:22 浏览: 192
代码 多元线性回归代码 代码 多元线性回归代码
5星 · 资源好评率100%
以下是一个示例的 Python 多元线性回归代码实现:
```python
import numpy as np
from sklearn.linear_model import LinearRegression
# 定义自变量 X 和因变量 y
X = np.array([[1, 2, 3, 4, 5], [6, 7, 8, 9, 10], [11, 12, 13, 14, 15]]).T
y = np.array([2.1, 3.9, 6.1, 8.0, 10.1])
# 拟合多元线性回归模型
model = LinearRegression().fit(X, y)
# 输出模型系数
print('多元线性回归模型系数:', model.coef_)
print('截距项:', model.intercept_)
```
在上面的代码中,我们首先定义了自变量 X 和因变量 y,并将自变量 X 转置为行向量的形式,以便使用 scikit-learn 的 `LinearRegression` 类进行拟合。然后,我们使用 `fit` 方法拟合多元线性回归模型,并将模型存储在变量 `model` 中。最后,我们输出了模型系数和截距项。需要注意的是,scikit-learn 的 `LinearRegression` 类会自动添加常数项,无需手动添加。
阅读全文