实现多特征线性回归

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

我想建立一个多特征线性回归来预测销售＆＃39;在test_data上，使用＆＃39; DayofWeek＆＃39;客户＆＃39;促销＆＃39;。

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，如果有人有兴趣：https://www.kaggle.com/c/rossmann-store-sales

这是我到目前为止所尝试过的。

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)

我收到的错误是＆＃39; LinearRegression未定义＆＃39;。

Answer 1

您实际上并未导入LinearRegression课程。如果你想导入linear_model模块中的所有内容（通常不赞成），你可以这样做：

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课程：

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

Answer 2

您已导入linear_model，它是包含的模块 LinearRegression（）类。要调用LinearRegression类，请使用：

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