多元线性回归python实现

以下是使用sklearn库实现多元线性回归的Python代码示例：

# 导入所需库
import pandas as pd
from sklearn.linear_model import LinearRegression

# 读取数据
data = pd.read_csv('data.csv')

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

# 创建线性回归模型并拟合数据
regressor = LinearRegression()
regressor.fit(X, y)

# 输出模型的截距和系数
print(regressor.intercept_)
print(regressor.coef_)

其中，`data.csv`是包含自变量和因变量的数据文件，`X`是自变量矩阵，`y`是因变量向量，`regressor`是线性回归模型，`regressor.intercept_`是模型的截距，`regressor.coef_`是模型的系数。