python多元线性回归

多元线性回归是一种机器学习算法，用于预测多个自变量和一个因变量之间的关系。Python中有多种库可以实现多元线性回归，比如Scikit-learn和Statsmodels等。

以下是一个使用Scikit-learn库实现多元线性回归的例子：

from sklearn.linear_model import LinearRegression
import numpy as np

# 定义自变量X和因变量y
X = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9], [10, 11, 12]])
y = np.array([10, 20, 30, 40])

# 创建线性回归对象并拟合数据
reg = LinearRegression().fit(X, y)

# 打印回归系数
print(reg.coef_)

# 预测新数据
print(reg.predict(np.array([[13, 14, 15]])))

这个例子中，我们使用了一个3个自变量和1个因变量的数据集，创建了一个线性回归对象，拟合数据并预测了新数据。