pythonsklearn多元回归回归_sklearn入门之多元线性回归

原标题：sklearn入门之多元线性回归

本文作者：杨长青

本文编辑：胡 婧

技术总编：张学人

scikit-learn又称sklearn是基于python的一个强大的机器学习库，它建立在numpy，scipy和matplotlib模块之上能够为用户提供各种机器学习算法接口。sklearn包含了常用的分类，回归，聚类，降维，模型选择，数据预处理等机器学习方式。可以让用户简单、高效地进行数据挖掘和数据分析。

为了安装sklearn，可以直接在cmd窗口输入：

pip install sklearn

上述是Anaconda安装sklearn库的方法，如果大家仅仅安装的是python语言，则需要在安装科学计算库numpy、scipy，可视化库matplotlib的基础上，再安装sklearn。

接下来，给大家介绍如何用sklearn进行多元线性回归。

一、多元线性回归原理

多元线性回归模型的一般形式是：

其中ε表示随机误差，随机误差满足正太分布假设，无偏性假设，同方差假设，独立性假设。多元线性回归中的参数通过最小二乘法进行估计，选择合适的参数使残差平方和最小。