python 多元回归可视化

在 Python 中，可以使用 `matplotlib` 库对多元回归可视化进行绘制。以下是一个简单的示例代码：

import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D

# 生成数据
x1 = np.random.rand(50)
x2 = np.random.rand(50)
y = 2*x1 + 3*x2 + np.random.rand(50)

# 绘制散点图
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
ax.scatter(x1, x2, y)

# 绘制回归平面
x1_grid, x2_grid = np.meshgrid(np.arange(0, 1, 0.05), np.arange(0, 1, 0.05))
y_grid = 2*x1_grid + 3*x2_grid
ax.plot_surface(x1_grid, x2_grid, y_grid, alpha=0.5)

# 添加标签和标题
ax.set_xlabel('x1')
ax.set_ylabel('x2')
ax.set_zlabel('y')
plt.title('Multiple Linear Regression Visualization')

# 显示图像
plt.show()

此代码将生成一张 3D 散点图，其中横轴和纵轴分别表示自变量 x1 和 x2，纵轴表示因变量 y。同时，还会绘制一个回归平面，以展示回归模型的拟合效果。