是否有任何库可以在 Python 中执行多元多重回归(具有多个因变量的多重回归)？
提前致以问候和感谢
最佳答案
你可以尝试sklearn中的模块，响应变量可以是2维或更多维，我认为它适用于OLS(线性回归)，lasso，ridge.. statsmodels中的模型只能做1个响应(刚刚检查过)。
示例数据集:
import pandas as pd
from sklearn.datasets import load_iris
iris = load_iris()
df = pd.DataFrame(data= iris['data'],
columns= iris['feature_names'] )
df.shape
(150, 4)
现在我们进行拟合:
from sklearn import linear_model
clf = linear_model.LinearRegression()
clf.fit(df[['sepal length (cm)']],df[['petal length (cm)','petal width (cm)']])
clf.coef_
array([[1.85843298],
[0.75291757]])
您可以看到系数与在本例中拟合一个响应时的系数相同:
clf.fit(df[['sepal length (cm)']],df[['petal width (cm)']])
clf.coef_
array([[0.75291757]])
关于python - 使用 Python 库的多元多重回归，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/60240747/