Scikit Learn中的多变量/多元线性回归？答案

【问题标题】：Multivariable/Multiple Linear Regression in Scikit Learn?Scikit Learn中的多变量/多元线性回归？
【发布时间】：2023-03-25 02:21:01
【问题描述】：

我在 .csv 文件中有一个数据集（dataTrain.csv 和 dataTest.csv），格式如下：

Temperature(K),Pressure(ATM),CompressibilityFactor(Z)
273.1,24.675,0.806677258
313.1,24.675,0.888394713
...,...,...

并且能够使用此代码构建回归模型和预测：

import pandas as pd
from sklearn import linear_model

dataTrain = pd.read_csv("dataTrain.csv")
dataTest = pd.read_csv("dataTest.csv")
# print df.head()

x_train = dataTrain['Temperature(K)'].reshape(-1,1)
y_train = dataTrain['CompressibilityFactor(Z)']

x_test = dataTest['Temperature(K)'].reshape(-1,1)
y_test = dataTest['CompressibilityFactor(Z)']

ols = linear_model.LinearRegression()
model = ols.fit(x_train, y_train)

print model.predict(x_test)[0:5]

但是，我想做的是多变量回归。所以，模型将是CompressibilityFactor(Z) = intercept + coef*Temperature(K) + coef*Pressure(ATM)

如何在 scikit-learn 中做到这一点？

【问题讨论】：

只需在您的 xtrain、xtest 中同时包含温度和压力。 x_train = dataTrain[["Temperature(K)", "Pressure(ATM)"]] 然后 x_test 也是如此。

标签： python pandas scikit-learn sklearn-pandas

【解决方案1】：

如果上面的代码适用于单变量，试试这个

import pandas as pd
from sklearn import linear_model

dataTrain = pd.read_csv("dataTrain.csv")
dataTest = pd.read_csv("dataTest.csv")
# print df.head()

x_train = dataTrain[['Temperature(K)', 'Pressure(ATM)']].to_numpy().reshape(-1,2)
y_train = dataTrain['CompressibilityFactor(Z)']

x_test = dataTest[['Temperature(K)', 'Pressure(ATM)']].to_numpy().reshape(-1,2)
y_test = dataTest['CompressibilityFactor(Z)']

ols = linear_model.LinearRegression()
model = ols.fit(x_train, y_train)

print model.predict(x_test)[0:5]

【讨论】：

DataFrames 没有reshape 函数。要运行上面的代码，我必须首先使用values，例如x_train = dataTrain[['Temperature(K)', 'Pressure(ATM)']].values.reshape(-1,2)。

【解决方案2】：

没错，你需要使用 .values.reshape(-1,2)

另外如果你想知道表达式的系数和截距：

CompressibilityFactor(Z) = intercept + coef温度(K) + coef压力(ATM)

您可以通过以下方式获得它们：

系数 = model.coef_
拦截 = model.intercept_

【讨论】：