Цель этого поста — быстро напомнить (таким образом, предполагается, что вы уже знакомы с материалом) множественной линейной регрессии (с использованием Python). Вы также можете рассматривать это как часто задаваемые вопросы.
Что такое множественная линейная регрессия и чем она отличается от линейной регрессии?
Множественная регрессия применяется в тех случаях, когда зависимая переменная зависит от более чем одного признака. В этом основное различие между множественной регрессией и линейной регрессией. В линейной регрессии зависимая переменная зависит только от одной независимой переменной.
*************************************************
Пример кода для множественной линейной регрессии?
Код для множественной линейной регрессии и линейной регрессии одинаков. Единственная разница заключается в количестве столбцов независимых переменных. В линейной регрессии количество столбцов для независимой переменной будет равно одному, тогда как для множественной линейной регрессии их будет больше одного.
from sklearn.linear_model import LinearRegression
var_regressor = LinearRegression()
var_regressor.fit(var_X, var_Y) # Это соответствует модели линейной регрессии на независимой переменной матрице var_X и зависимом векторе var_Y
Next :- Наука о данных (Python) :: Полиномиальная линейная регрессия
Предыдущая :- Наука о данных (Python) :: Линейная регрессия
