python多元线性回归代码

以下是一个使用Python实现多元线性回归的示例代码：

import pandas as pd
from sklearn.linear_model import LinearRegression

# 读取数据集
data = pd.read_csv('data.csv')

# 将数据集分为自变量和因变量
X = data.iloc[:, :-1].values
y = data.iloc[:, -1].values

# 训练模型
regressor = LinearRegression()
regressor.fit(X, y)

# 预测结果
y_pred = regressor.predict(X)

# 输出模型参数
print('Coefficients: ', regressor.coef_)
print('Intercept: ', regressor.intercept_)
print('R-squared: ', regressor.score(X, y))

其中，`data.csv`是包含自变量和因变量的数据集文件。在代码中，首先使用`pandas`库读取数据集，然后将数据集分为自变量和因变量。接着，使用`sklearn`库中的`LinearRegression`类训练模型，并使用训练好的模型预测结果。最后，输出模型参数，包括回归系数、截距和决定系数R平方。