首先表达一下自己对多元线性回归的理解：
方程：
y为正确的结果。p0为常数项，e为误差，p1,p2,p3等是我们要通过sklearn训练数据集得出来的回归系数，x1,x2,x3等是我们训练集里的特征向量。
这次我用到的数据集是kaggle的入学几率预测数据集：
去kaggle搜索admission就是了
https://www.kaggle.com/datasets
长这个样子：
其中Chance of Admit 是最终要自己预测的label
思路非常之简单，上代码~
一：数据探索
import pandas as pd import numpy as np import matplotlib.pyplot as plt csv_data = pd.read_csv(\'./data/Admission_Predict.csv\') # 读取csv文件内容 print(csv_data.info()) # 了解数据表的基本情况：行数、列数、每列的数据类型、数据完整度。可以看到每列都有500行，可以说是没有缺失值的。 print(csv_data.describe()) # 了解总数、平均值、标准差等一些统计数据 print(csv_data.head()) # 了解数据的模样~ csv_data.drop(\'Serial No.\',axis=1,inplace=True) # 去掉没什么用的ID一列 #数据归一化，简单地除以它们的最大值... csv_data[\'GRE Score\'] = csv_data[\'GRE Score\']/340 csv_data[\'TOEFL Score\'] = csv_data[\'TOEFL Score\']/120 csv_data[\'University Rating\'] = csv_data[\'University Rating\']/5 csv_data[\'SOP\'] = csv_data[\'SOP\']/5 csv_data[\'LOR \'] = csv_data[\'LOR \']/5 csv_data[\'CGPA\'] = csv_data[\'CGPA\']/10 #数据探索
运行结果：
二：简单进行可视化
import seaborn as sns print(csv_data.columns) sns.regplot(\'GRE Score\',\'Chance of Admit \',data=csv_data)
查看所有特征的联系：
sns.pairplot(csv_data,diag_kind=\'kde\',plot_kws={\'alpha\':0.2})
从图可以看到，的确有那么一点回归的样子~
三：模型构建
from sklearn import linear_model features = [\'GRE Score\', \'TOEFL Score\', \'University Rating\', \'SOP\', \'LOR \', \'CGPA\', \'Research\',] # 特征选择 X = csv_data[features].iloc[:420,:-1] Y = csv_data.iloc[:420,-1] #选择训练集 X_test = csv_data[features].iloc[420:,:-1] Y_test = csv_data.iloc[420:,-1] #选择测试集 regr = linear_model.LinearRegression() #构造线性回归模型 regr.fit(X,Y) #模型训练 print(regr.predict(X_test)) # 预测 print(list(Y_test)) #答案 print(regr.score(X_test,Y_test)) #准确度
结果：
嘿，达到88%的准确度了呢,有用，开心/
The End~