简单举例多元线性回归python

多元线性回归是一种统计分析方法，用于预测一个或多个自变量与因变量之间的线性关系。在Python中，我们可以使用scikit-learn库来进行多元线性回归。这里是一个简单的例子：

# 导入所需的库
from sklearn.model_selection import train_test_split
from sklearn.linear_model import LinearRegression
import pandas as pd
import numpy as np

# 假设我们有一个数据集df，包含两个自变量X1, X2和一个因变量Y
data = {
    'X1': [1, 2, 3, 4, 5],
    'X2': [10, 20, 30, 40, 50],
    'Y': [50, 70, 90, 110, 130]
}
df = pd.DataFrame(data)

# 数据预处理
X = df[['X1', 'X2']]
y = df['Y']
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=0)

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

# 预测
predictions = model.predict(X_test)

# 打印模型参数
print("模型参数: ", model.coef_)
print("截距: ", model.intercept_)