多元线性回归

当变量中有分类型的变量的时候，需要将分类型的变量转换成数值型的变量。
例如：
比如某衣服有一个颜色特征，特征值为红、绿、蓝三种颜色，该特征为分类型特征，需要把它转化成数值型特征，则把这个衣服颜色需要分为三个特征，分别是红色、绿色、蓝色，则红色衣服对应的特征值为1，0，0；绿色衣服对应的特征值为0，1，0；蓝色衣服对应的特征值为0，0，1。

代码
简单例子

from numpy import genfromtxt
import numpy as np
from sklearn import datasets,linear_model

dataPath = r"D:\csv_file\Delivery.csv"
deliveryData = genfromtxt(dataPath, delimiter = ",")#csv文件分割成数组

print("deliveryData:")
print(deliveryData)

X = deliveryData[:,0:-1]
Y = deliveryData[:,-1]

print("X:")
print(X)
print("Y:")
print(Y)

regr = linear_model.LinearRegression()
regr.fit(X, Y)
print("coefficients:")
print(regr.coef_)#斜率
print("intercept:")
print(regr.intercept_)#截距

xPred = [[102,6]]
yPred = regr.predict(xPred)
print("predicted y:")
print(yPred)
---------------------

标签：特征值,衣服,回归,regr,多元,print,线性,csv,deliveryData
来源： https://www.cnblogs.com/hyhy904/p/11082212.html