python 怎么多元线性回归
时间: 2023-10-04 13:12:39 浏览: 78
python实现机器学习之多元线性回归
5星 · 资源好评率100%
要进行多元线性回归,需要使用多个自变量来预测一个因变量。 在Python中,可以使用sklearn中的线性回归模型来实现多元线性回归。
下面是一个简单的多元线性回归的示例:
```
from sklearn.linear_model import LinearRegression
# 创建模型对象
model = LinearRegression()
# 准备数据,x是一个二维数组,每一列都是一个自变量
x = [[1, 2, 3], [2, 3, 4], [3, 4, 5], [4, 5, 6]]
y = [10, 20, 30, 40]
# 训练模型
model.fit(x, y)
# 预测新数据
x_new = [[5, 6, 7], [6, 7, 8]]
y_new = model.predict(x_new)
print(y_new)
```
在上面的示例中,我们首先导入了LinearRegression模型,然后创建了一个模型对象。接着,我们准备数据,其中x是一个二维数组,每一列都是一个自变量,y是一个一维数组,是因变量。我们使用fit()方法来训练模型,并使用predict()方法来预测新数据。最后,我们输出了预测结果。
注意:在多元线性回归中,需要注意自变量间的相关性,如果存在高度相关的自变量,可能会导致过拟合的问题。可以使用相关性分析或者逐步回归等方法来解决这个问题。
阅读全文