Đa biến/Đa tuyến tính hồi quy trong Scikit Tìm hiểu?

Question

Tôi có một bộ dữ liệu (dataTrain.csv & dataTest.csv) trong .csv file với định dạng này:

Temperature(K),Pressure(ATM),CompressibilityFactor(Z) 
273.1,24.675,0.806677258 
313.1,24.675,0.888394713 
...,...,... 

Và có thể xây dựng một mô hình hồi quy và dự đoán với mã này:

import pandas as pd 
from sklearn import linear_model 

dataTrain = pd.read_csv("dataTrain.csv") 
dataTest = pd.read_csv("dataTest.csv") 
# print df.head() 

x_train = dataTrain['Temperature(K)'].reshape(-1,1) 
y_train = dataTrain['CompressibilityFactor(Z)'] 

x_test = dataTest['Temperature(K)'].reshape(-1,1) 
y_test = dataTest['CompressibilityFactor(Z)'] 

ols = linear_model.LinearRegression() 
model = ols.fit(x_train, y_train) 

print model.predict(x_test)[0:5] 

Tuy nhiên, điều tôi muốn làm là hồi quy đa biến. Vì vậy, mô hình sẽ là CompressibilityFactor(Z) = intercept + coef*Temperature(K) + coef*Pressure(ATM)

Làm cách nào để thực hiện điều đó trong học tập?

Answer 1

Nếu mã của bạn ở trên làm việc cho đơn biến, hãy thử này

import pandas as pd 
from sklearn import linear_model 

dataTrain = pd.read_csv("dataTrain.csv") 
dataTest = pd.read_csv("dataTest.csv") 
# print df.head() 

x_train = dataTrain[['Temperature(K)', 'Pressure(ATM)']].reshape(-1,2) 
y_train = dataTrain['CompressibilityFactor(Z)'] 

x_test = dataTest[['Temperature(K)', 'Pressure(ATM)']].reshape(-1,2) 
y_test = dataTest['CompressibilityFactor(Z)'] 

ols = linear_model.LinearRegression() 
model = ols.fit(x_train, y_train) 

print model.predict(x_test)[0:5]