1. 与简单线性回归区别(simple linear regression)

多个自变量(x)

2. 多元回归模型

y=β₀＋β_１x₁+β₂x₂+ ... +β_px_p+ε

其中：β_0，β_１，β₂... β_p是参数

ε 是误差值

3. 多元回归方程

E(y)=β₀＋β_１x₁+β₂x₂+ ... +β_px_p

4. 估计多元回归方程:

y_hat=b₀＋b_１x₁+b₂x₂+ ... +b_px_p

一个样本被用来计算β_0，β_１，β₂... β_p的点估计b_0, b_1, b_2,..., b_p

5. 估计流程 (与简单线性回归类似）

6. 估计方法

使sum of squares最小

运算与简单线性回归类似，涉及到线性代数和矩阵代数的运算

7. 例子

一家快递公司送货：X1： 运输里程 X2： 运输次数 Y：总运输时间

Time = b0+ b1*Miles + b2 * Deliveries

Time = -0.869 + 0.0611 Miles + 0.923 Deliveries

8. 描述参数含义

b0: 平均每多运送一英里，运输时间延长0.0611 小时

b1: 平均每多一次运输，运输时间延长 0.923 小时

9. 预测

如果一个运输任务是跑102英里，运输6次，预计多少小时？

Time = -0.869 +0.0611 *102+ 0.923 * 6 = 10.9 (小时）

10.代码实现

10.1将数据录入到表格Delivery.csv

（没有录入表头）

数据

10.2代码

from numpy import genfromtxt
from sklearn import linear_model

dataPath = r"Delivery.csv"
deliveryData = genfromtxt(dataPath,delimiter=',')

print("data")
print(deliveryData)

x= deliveryData[:,:-1]
y = deliveryData[:,-1]

print(x)
print(y)

lr = linear_model.LinearRegression()
lr.fit(x, y)

print(lr)

print("coefficients:")
print(lr.coef_)

print("intercept:")
print(lr.intercept_)

xPredict = [102,6]
yPredict = lr.predict(xPredict)
print("predict:")
print(yPredict)

11. 如果自变量中有分类型变量(categorical data) , 如何处理？

11.1数据录入到表格Delivery_Dummy.csv

这里车型的0，1，2只是一个标号，只是表示类型，所以将车型表示为一个3维向量（有3种车型）

数据

11.2代码

from numpy import genfromtxt
from sklearn import linear_model

datapath=r"Delivery_Dummy.csv"
data = genfromtxt(datapath,delimiter=",")

x = data[1:,:-1]
y = data[1:,-1]
print(x)
print(y)

mlr = linear_model.LinearRegression()

mlr.fit(x, y)

print(mlr)
print("coef:")
print(mlr.coef_)
print("intercept")
print(mlr.intercept_)

xPredict =  [90,2,0,0,1]
yPredict = mlr.predict(xPredict)

print("predict:")
print (yPredict)

            【注】：本文为麦子学院机器学习课程的学习笔记