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Python 多元特征线性回归的实现,python,pandas,scikit-learn,Python,Pandas,Scikit Learn,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',
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