用python实现regress多元线性回归分析
时间: 2024-04-08 20:33:12 浏览: 120
python实现机器学习之多元线性回归
在Python中,没有内置的`regress`函数来执行多元线性回归分析。然而,你可以使用`statsmodels`库来执行多元线性回归分析。下面是一个示例代码:
```python
import numpy as np
import statsmodels.api as sm
# 输入特征
X = np.array([[1, 2], [2, 4], [3, 6], [4, 8]])
# 目标变量
y = np.array([3, 6, 9, 12])
# 添加常数列
X = sm.add_constant(X)
# 创建多元线性回归模型
model = sm.OLS(y, X)
# 拟合模型
results = model.fit()
# 输出回归结果
print(results.summary())
```
在这个示例中,我们首先定义了输入特征矩阵`X`和对应的目标变量数组`y`。然后,我们使用`sm.add_constant`函数向特征矩阵添加常数列。接下来,我们使用`sm.OLS`函数创建一个多元线性回归模型,并将目标变量和特征矩阵作为参数传入。然后,我们调用`fit`方法对模型进行拟合。最后,我们使用`summary`方法输出回归结果的统计摘要信息。
请注意,`statsmodels`库提供了丰富的统计分析功能,你可以进一步探索该库以满足更复杂的多元线性回归分析需求。
阅读全文