多特征线性回归的实现

Question

我有一个 train_data，其中包含有关商店及其销售的信息。看起来像这样

我想构建一个多特征线性回归，通过使用“DayofWeek”、“Customers”、“Promo”来预测 test_data 上的“Sales”。

如何为此构建多元线性回归模型，最好使用 SKlearn。

编辑：这里是我正在使用的数据集的链接，如果有人感兴趣的话：https://www.kaggle.com/c/rossmann-store-sales

这是我迄今为止尝试过的。

import pandas as pd

from sklearn import linear_model

x=train_data[['Promo','Customers','DayOfWeek']]

y=train_data['Sales']

lm=LinearRegression()


lm.fit(x,y)

为此我收到一条错误消息“未定义线性回归”。

Answer 1

您实际上并没有导入 LinearRegression 类。如果您想导入 linear_model 模块中的所有内容（通常不受欢迎），您可以这样做：

from sklearn.linear_model import *
lr = LinearRegression()
...

更好的做法是导入模块本身并为其指定别名。像这样：

import sklearn.linear_model as lm
lr = lm.LinearRegression()
...

最后你可以只导入你想要的类：

from sklearn.linear_model import LinearRegression
lr = LinearRegression()
...

Answer 2

您已经导入了 linear_model，它是包含 线性回归（）类。要调用 LinearRegression 类，请使用：

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