PowerBI多元回归预测数据(Python)

  前两天用PowerBI做了一个多元线性回归基于R语言的内容，点击《PowerBI多元回归预测数据(R语言)》可以查看，但是好像现在Python在人群中使用的更多，后面类似的涉及统计模型和机器学习的内容应该也会以Python为主，下面开始介绍一下Python和PowerBI一起实现多元线性回归并在PowerBI中进行筛选预测的方法，效果如下↓

  从图中看应该还是清楚，过了两天我们又新增了p值检验参数，并且还新增了一个维度，就是推广投放费用的时候有三种投放规则（随机投放、手动精确投方和系统投放），这三个是定性变量，还需要独热编码转换成数值。新增了这个参数后，我们模型的匹配率更高了，之前R2是0.78左右，有了这个维度，R2直接上升到了0.88，几乎接近完美了。下面简单介绍一下实现方法。

  数据还是之前的数据，只是又新增了一个费用投放方式的维度，如下↓

  然后流程是PowerBI导入数据，这个数据很完整了，不需要清洗，不需要聚合，直接拿来使用就可以了，下面就是重点，如何调用Python来完成我们重点的参数计算。在Python里面有两种主流计算多元回归的方法，通过statsmodels里面OLS方法，或者调用SKlearn里面的线性回归方法都可以。我们这里使用的是第一种，因为第二种调用SKlearn的方法后面其他的机器学习模型应该会经常用到。

  需要指出的是，我们有一个推广方式的字段是分类值，需要使用pd里面的get_dummies进行独热编码处理后才能使用。处理然后把数据合并在一起，加上一个1的常数列，就可以用一句很简单的语句建模拟合数据了，然后把拟合的参数转换成DataFrame格式，PowerBI就可以识别了，Python语句和结果如下↓

import pandas as pd
import statsmodels.api as sm
#数据预处理，分类数据编码(独热编码)
pro_t = pd.get_dummies(dataset['promotion_type'],prefix="pro_t")
df1 = pd.concat((dataset.iloc[:,2:6],pro_t), axis=1)
X = sm.add_constant(df1)
Y = dataset.iloc[:,1]
#建模。参数估计（回归系数、总体方差）
model = sm.OLS(Y,