numpy多元线性回归_Python 实战多元线性回归模型，附带原理+代码

作者 | 萝卜 来源 | 早起Python( ID：zaoqi-python )

「多元线性回归模型」非常常见，是大多数人入门机器学习的第一个案例，尽管如此，里面还是有许多值得学习和注意的地方。其中多元共线性这个问题将贯穿所有的机器学习模型，所以本文会「将原理知识穿插于代码段中」，争取以不一样的视角来叙述和讲解「如何更好的构建和优化多元线性回归模型」。主要将分为两个部分：

• 详细原理

• Python 实战

01

Python 实战

Python 多元线性回归的模型的实战案例有非常多，这里虽然选用的经典的房价预测，但贵在的流程简洁完整，其中用到的精度优化方法效果拔群，能提供比较好的参考价值。

数据探索

本文的数据集是经过清洗的美国某地区的房价数据集。

import pandas as pdimport numpy as npimport seaborn as snsimport matplotlib.pyplot as plt
df = pd.read_csv('house_prices.csv')
df.info();df.head()

参数说明：

• neighborhood/area: 所属街区和面积

• bedrooms/bathrooms: 卧室和浴室

• style: 房屋样式

02

多元线性回归建模

现在我们直接构建多元线性回归模型：

from statsmodels.formula.api import ols# 小写的 ols 函数才会自带截距项，OLS 则不会# 固定格式：因变量 ~ 自变量(+ 号连接)
lm = ols('price ~ area + bedrooms + bathrooms', data=df).fit()
lm.summary()

红框为我们关注的结果值，其中截距项 Intercept 的 P 值没有意义，可以不用管它。