1、与简单线性回归区别:多个自变量(x)
2、多元回归模型
3、多元回归方程
4、估计多元回归方程
5、估计流程
6、估计方法
7、举例
一家快递公司送货统计10次:
x1∶运输里程Miles,x2∶运输次数Deliveries,Y:总运输时间
Time(Y) = bo+ b1Miles(x1) + b2 Deliveries(x2)
数据代入后计算b0,b1,b2
Time = -0.869 + 0.0611 Miles + 0.923 Deliveries
预测
如果一个运输任务是跑102英里,运输6次,预计多少
小时?
time = -0.869 +0.0611102+ 0.923 6=10.9(小时)
from numpy import genfromtxt
from sklearn import linear_model
# 读取文件
dataPath = r"D:\Machine learning\jiaocai\machine2\MachineLearning\MultiLinearRegression\Delivery.csv"
deliveryData = genfromtxt(dataPath, delimiter=',') # 将scv的数据转换成np.array的数据格式
print("data")
print(deliveryData)
# 将数据拆分成两部分:x取所有行,列取到前两列;y取所有行,列取最后一列。最后一列索引为-1
x = deliveryData[:, :-1]
y = deliveryData[:, -1]
print(x)
print(y)
# 使用模型
lr = linear_model.LinearRegression()
lr.fit(x, y)
print(lr)
print("coefficients系数:")
print(lr.coef_)
print("intercept截距:")
print(lr.intercept_)
xPredict = ([[102, 6]])
yPredict = lr.predict(xPredict)
print("predict预测:")
print(yPredict)