我是靠谱客的博主 霸气超短裙,这篇文章主要介绍python数据挖掘笔记——回归(2):多重线性回归,现在分享给大家,希望可以做个参考。

多重线性回归(Multiple Linear Regression):

研究一个因变量与多个自变量之间的线性关系的方法。

在这里插入图片描述
一元线性回归是特殊的多重线性回归,多重线性回归分析步骤和一元线性回归一样:
回归分析的步骤:

  1. 根据预测目标,确定自变量和因变量。
  2. 绘制散点图,确定回归模型类型。
  3. 估计模型参数,建立回归模型。
  4. 对回归模型进行检验。
    回归方程的精度就是用来表示实际观测点和回归方程的拟合程度的指标,用调整判定系数来度量。
    调整判定系数=ESS/TSS=1-(RSS/TSS)*(n-1/n-k-1)
    其中:TSS:总离差平方和
    ESS:回归平方和
    RSS:残差平方和
    n:样本个数
    k:自变量个数
  5. 利用回归模型进行预测。

案例:现有10家已开店并营业的商店,有店铺面积、最近车站的距离及月营业额,现有一家新的店面,要求预测月营业额是多少
下面是分析过程:

最后

以上就是霸气超短裙最近收集整理的关于python数据挖掘笔记——回归(2):多重线性回归的全部内容,更多相关python数据挖掘笔记——回归(2)内容请搜索靠谱客的其他文章。

本图文内容来源于网友提供,作为学习参考使用,或来自网络收集整理,版权属于原作者所有。
点赞(48)

评论列表共有 0 条评论

立即
投稿
返回
顶部