Python 多元特征线性回归的实现

我有一个train_数据，其中包含有关商店及其销售的信息。看起来像这样

我想通过使用“DayofWeek”、“Customers”、“Promo”，构建一个多元特征线性回归，以预测测试数据的“销售额”

我该如何为此构建多元线性回归模型，最好使用SKlearn

编辑：如果有人感兴趣，这里是我正在使用的数据集的链接：

这就是我到目前为止所尝试的

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)

---

对此，我得到一个错误，称为“LinearRegression not defined”。

您已经导入了linear\u模型，该模型包含 LinearRegression（）类。要调用LinearRegression类，请使用以下命令：

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

---

实际上，您并没有导入

线性回归

类。如果要导入

线性_模型

模块中的所有内容（这通常是不受欢迎的），可以执行以下操作：

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

更好的做法是导入模块本身并为其提供别名。像这样：

import sklearn.linear_model as lm
lr = lm.LinearRegression()
...

最后，您可以只导入所需的类：

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

---

从sklearn.linear\u模型导入线性回归转到sklearn