坚持用python进行多元线性回归

时间:2019-11-18 17:28:58

标签: python machine-learning scikit-learn regression

我具有以下特征向量[Y,x1,x2,x3,x4,...,x31,x32,x33] 我创建了一个约100行/ 34列数据的数据集 (我想根据进餐时的营养信息以及患者的年龄,体重,糖尿病药物(如果有)等来预测血糖……)

$controlerName

我只是不确定从这里去哪里。我看了很多视频,读了很多博客,但是这让我感到困惑,我不确定多元线性回归是否真的有效

任何指导将不胜感激:)

1 个答案:

答案 0 :(得分:0)

您可以从此处执行“ n”件事。您可以在Internet上的任何地方找到示例代码,但是我建议您这样做。 我不确定是要构建线性回归模型还是要使用现有的多元线性回归模型来分析数据。我假设以后。从这里可以

  1. 识别输入数据中的多重共线性
  2. 使用所有参数创建一个多元线性回归模型,并确定什么是调整后的R平方值。
  3. 使用t检验确定回归变量的重要性
  4. 使用单位正态标度标准化回归系数,并确定哪个变量对输出有意义。

作为初学者,我建议您选择一些随机变量并创建线性回归模型,而不必担心模型效率。您可以按照Internet上任何可用的来源来执行此任务。 Google sklearn多元线性回归用于在Internet上查找示例。