Python如何实现多元线性回归分析？

本文共计1121个文字，预计阅读时间需要5分钟。

原始数据在此+1. 观察数据，首先使用Pandas打开数据，并进行初步观察。pythonimport numpy as npimport pandas as pdimport matplotlib.pyplot as plt%matplotlib inlinedata=pd.read_csv('Folds5x2_pp.csv')data.head()

原始数据在这里

1.观察数据

首先，用Pandas打开数据，并进行观察。

import numpy import pandas as pd import matplotlib.pyplot as plt %matplotlib inline data = pd.read_csv('Folds5x2_pp.csv') data.head()

会看到数据如下所示：

这份数据代表了一个循环发电厂，每个数据有5列，分别是:AT（温度）, V（压力）, AP（湿度）, RH（压强）, PE（输出电力)。我们不用纠结于每项具体的意思。

我们的问题是得到一个线性的关系，对应PE是样本输出，而AT/V/AP/RH这4个是样本特征， 机器学习的目的就是得到一个线性回归模型，即: PE=θ0+θ1∗AT+θ2∗V+θ3∗AP+θ4∗RH 而需要学习的，就是θ0,θ1,θ2,θ3,θ4这5个参数。