今天用一個實際例子帶大家走遍多元線性回歸模型機器學習的全程。

實例問題描述

我們現在拿到如上圖的數據集，今天要做的就是建立多元線性回歸模型，利用area， bedrooms， age來預測房價price。

實例操作

import pandas as pd
import numpy as np
from sklearn import linear_model
df = pd.read_csv('dataset/homeprices.csv')

運行以上代碼就可以導入數據

注意到這個數據集是有缺失值的。需要提前處理掉缺失值，關于缺失值的處理我之前有專門文章介紹。

數據預處理

對于此例，預處理很簡單就是處理缺失數據。

df.bedrooms = df.bedrooms.fillna(df.bedrooms.median())

我們直接用bedrooms的中位數填補確實即可，填補結果如下：

模型擬合

reg = linear_model.LinearRegression()
reg.fit(df.drop('price',axis='columns'),df.price)

通過以上代碼就擬合出了我們的多元線性回歸模型，通過.coef_和.intercept_方法可以查看模型的回歸系數和截距。

給大家講一講模型的一般形式：

在這個例子中，price是因變量，area， bedrooms，age都是自變量，模型擬合的過程就是尋找最優的系數m1,m2,m3的過程。我們可以查看我們擬合模型的系數。

reg.coef_
reg.intercept_

上面代碼可以查看模型系數和截距b，輸出為

模型訓練好后，我們就可以在給定area， bedrooms，age的情況下預測出price

reg.predict([[3000, 3, 40]])

可以看到，無論是通過.predict方法還是通過帶入系數運算得到的預測結果都是一樣的。

小結

今天給大家實例操作了多元線性回歸模型的訓練過程，感謝大家耐心看完。發表這些東西的主要目的就是督促自己，希望大家關注評論指出不足，一起進步。內容我都會寫的很細，用到的數據集也會在原文中給出鏈接，你只要按照文章中的代碼自己也可以做出一樣的結果，一個目的就是零基礎也能懂，因為自己就是什么基礎沒有從零學Python的，加油。

（站外鏈接發不了，請關注后私信回復“數據鏈接”獲取本頭條號所有使用數據）