Python中的多元线性回归

Question

我似乎找不到任何进行多元回归的python库。我发现的唯一的东西只是做简单的回归。我需要针对几个自变量（x1，x2，x3等）对因变量（y）进行回归。例如，使用以下数据：print 'y        x1      x2       x3       x4      x5     x6       x7'for t in texts:    print "{:>7.1f}{:>10.2f}{:>9.2f}{:>9.2f}{:>10.2f}{:>7.2f}{:>7.2f}{:>9.2f}" /   .format(t.y,t.x1,t.x2,t.x3,t.x4,t.x5,t.x6,t.x7)（以上输出：）      y        x1       x2       x3        x4     x5     x6       x7   -6.0     -4.95    -5.87    -0.76     14.73   4.02   0.20     0.45   -5.0     -4.55    -4.52    -0.71     13.74   4.47   0.16     0.50  -10.0    -10.96   -11.64    -0.98     15.49   4.18   0.19     0.53   -5.0     -1.08    -3.36     0.75     24.72   4.96   0.16     0.60   -8.0     -6.52    -7.45    -0.86     16.59   4.29   0.10     0.48   -3.0     -0.81    -2.36    -0.50     22.44   4.81   0.15     0.53   -6.0     -7.01    -7.33    -0.33     13.93   4.32   0.21     0.50   -8.0     -4.46    -7.65    -0.94     11.40   4.43   0.16     0.49   -8.0    -11.54   -10.03    -1.03     18.18   4.28   0.21     0.55我将如何在python中进行回归，以获得线性回归公式：Y = a1x1 + a2x2 + a3x3 + a4x4 + a5x5 + a6x6 + + a7x7 + c

Answer 1

为了澄清起见，您给出的示例是多元线性回归，而不是多元线性回归。区别：

单个标量预测变量x和单个标量响应变量y的最简单情况就是简单线性回归。多个和/或向量值的预测变量的扩展（用大写字母X表示）称为多元线性回归，也称为多元线性回归。几乎所有现实世界中的回归模型都涉及多个预测变量，而线性回归的基本描述通常用多元回归模型来表述。但是请注意，在这些情况下，响应变量y仍然是标量。另一个变量多元线性回归是指y是向量的情况，即与一般线性回归相同。

简而言之：

多元线性回归：响应y是一个标量。

多元线性回归：响应y是向量。

（另一个来源。）