我可以使用 numpy.polyfit(x, y, deg) 进行多元线性回归吗

Question

有什么方法可以在 numpy.polyfit() 中拟合两个自变量和一个因变量？

我有一个从 csv 文件加载的熊猫数据框。我希望使用 NumPy 将两列作为自变量包含在运行多元线性回归中。

目前我的简单线性回归是这样的：

model_combined = np.polyfit(data.Exercise, y, 1)

我也希望在 x 中包含 data.Age。

Answer 1

假设您的方程是 a * exercise + b * age + intercept = y，您可以使用 numpy 或 scikit-learn 拟合多元线性回归，如下所示：

from sklearn import linear_model
import numpy as np
np.random.seed(42)

X = np.random.randint(low=1, high=10, size=20).reshape(10, 2)
X = np.c_[X, np.ones(X.shape[0])]  # add intercept
y = np.random.randint(low=1, high=10, size=10)

# Option 1
a, b, intercept = np.linalg.pinv((X.T).dot(X)).dot(X.T.dot(y))
print(a, b, intercept)

# Option 2
a, b, intercept = np.linalg.lstsq(X,y, rcond=None)[0]
print(a, b, intercept)

# Option 3
clf = linear_model.LinearRegression(fit_intercept=False)
clf.fit(X, y)
print(clf.coef_)

我可以使用 numpy.polyfit(x, y, deg) 进行多元线性回归吗

Can I use numpy.polyfit(x, y, deg) for multiple linear regression

python

numpy

pandas

olsmultiplelinearregression