100天搞定机器学习（100-Days-Of-ML）（三）多元线性回归

第三天：多元线性回归

对比第二天的简单线性回归，多元线性回归包括两个及两个以上的变量。

第一步：导入必要的库并加载数据集

数据集如下：

import pandas as pd
import numpy as np
--------------------
dataset = pd.read_csv('E:/dataset/50_Startups.csv')
X = dataset.iloc[ : , : -1].values //取前n-1列数据
Y = dataset.iloc[ : , 4].values //取第五列数据

分别打印第一行数据，检查数据加载是否正确
print(X[0])
print(Y[0])

第二步：处理离散数据

from sklearn.preprocessing import LabelEncoder, OneHotEncoder
labelencoder = LabelEncoder()
X[ : , 3] = labelencoder.fit_transform(X[ : ,3])
onehotencoder = OneHotEncoder(categorical_features = [3])
X = onehotencoder.fit_transform(X).toarray()

第三步：躲避虚拟变量陷阱

X = X[ : , 1 :]
具体解释见图片解释

第四步：划分数据集

from sklearn.cross_validation import train_test_split
X_train, X_test, Y_train, Y_test = train_test_split(X, Y, test_size = 0.2, random_state = 0)

第五步：训练多元线性回归模型

from sklearn.linear_model import LinearRegression
regressor = LinearRegression();
regressor.fit(X_train, Y_train)

第七步：预测

可以像第二天的简单线性回归一样，将其训练结果和测试结果可视化。其操作步骤如第二天一样。

基本上这里的多元线性回归模型和简单线性回归模型的步骤是差不多的，除了数据集处理部分有些变化。