python - 多特征线性回归的实现

我有一个train_data，其中包含有关商店及其销售的信息。看起来像这样


我想使用“ DayofWeek”，“ Customers”，“ Promo”构建多特征线性回归来预测test_data上的“ Sales”。

如何为此建立多元线性回归模型，最好使用SKlearn。

编辑：如果有人感兴趣，这是我正在使用的数据集的链接：https://www.kaggle.com/c/rossmann-store-sales

到目前为止，这是我尝试过的。

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)

为此，我收到一条错误消息，提示“未定义线性回归”。

最佳答案

您实际上并没有导入LinearRegression类。如果要导入linear_model模块中的所有内容（通常不赞成），则可以执行以下操作：

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

更好的做法是导入模块本身并为其命名。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()
...

关于python - 多特征线性回归的实现，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/46531347/