python实现多元线性回归（Iris为例，二元回归）

python实现多元线性回归

这是东北大学20级信息科学与工程学院工业智能专业的一次小作业，但是过程中我遇到了些困难，包括且不限于：
1、如何读取csv文件变成矩阵
2、应该用什么代码程序实现？

我的开发环境：MacBook Air M1 丘比特notebook（写python的话应该能看懂这是啥吧hhhh）（什么机器不重要，能安装丘比特notebook就可以了）

这是老师的要求

其中的iris文件在这里（不知道为什么csdn不能直接插入文件，这不重要）

这个文件长这样，如上。

给出公式：

首先要做的是把这个xlsx文件分成两个文件，一个表示X，一个表示y。题目要求用Sepal.Length和Width预测Petal.Length，那么前两者就是X，后者就是y。那么把数据复制到新的表格中，另存为对应的X.csv和y.csv，长这样

这个是X，注意第一列全是1，为什么呢，其实这是公式中（第三个图片的那个公式）α
的系数。

这个是y，就是正常的petal.length数据。注意，要把上面两个文件保存为csv文件，另存为-csv，这个不要我教吧？
然后

import numpy
x_matrix = numpy.loadtxt(open("这里写上你的X.csv的路径","rb"),delimiter=",",skiprows=0)
y_matrix = numpy.loadtxt(open("同样的，这里是你的y.csv路径","rb"),delimiter=",",skiprows=0)
x_matrix=x_matrix.reshape(-1,3)#这个代码是转换为矩阵的，reshape里边的第一个数字是行数，第二个数字是列数，如果是-1的话就是自动匹配，这里转换的是50行3列，因为有50个样本，2个特征，但还有一列是1，注意！
y_matrix=y_matrix.reshape(-1,1)#同上，这个代码把y矩阵转化为50行1列的。
X=x_matrix
y=y_matrix#矩阵重命名
from numpy.linalg import lstsq
print(lstsq(X,y)[0])#这个代码是使用最小二乘法算出对应系数

运行之后的结果我这边是
[[ 0.79102009]
[ 0.14850402]
[-0.0211293 ]]
第一个是α的值，第二个是贝塔1的值，第三个是贝塔2的值。最后如果要预测的petal.length是y的话，sepal.length是x1，sepal.width是x2，那么得出来的线性回归结果是