python中如何将多个变量作为因变量

在Python中，可以使用多元回归模型将多个变量作为因变量。多元回归模型是一种线性回归模型，可以用于建立多个自变量和一个因变量之间的关系。

下面是一个使用Scikit-learn库的示例代码：

from sklearn.linear_model import LinearRegression
import pandas as pd
import numpy as np

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

# 将变量分为自变量和因变量
X = data.iloc[:, :-3].values
y = data.iloc[:, -3:].values

# 创建多元回归模型对象
model = LinearRegression()

# 训练模型
model.fit(X, y)

# 预测结果
X_new = np.array([[1, 2, 3, 4, 5]])
print(model.predict(X_new))

在上面的示例代码中，我们将三个变量作为因变量，然后使用LinearRegression类训练了一个多元回归模型，并预测了一个新的输入。需要注意的是，在训练模型时，需要将所有变量作为自变量传递给模型，同时将所有因变量传递给模型的fit方法。