乙個唯一的因變數和多個自變數 之間的關係
這裡自變數在處理之前不僅僅是數值型
上圖：
我們要做的也就是，尋找到最佳的b0、b1、…….bn
這裡有關於50個公司的資料：
spend1、2、3代表了公司在某三個方面的花銷，state是公司的的位址，profit則是公司去年的收入。現在要選擇目標公司，要求績效最好，也就是利用前四列的資料**profit。
但是我們發現，y=b0+b1*x1+b2*x2+b3*x3+b4*h 當中的h一定是個數值的，就是state不同引起h的不同，將state分成三列，每一列對應乙個位址，將這三列的資料轉化成虛擬變數
就是說beijing是0時，上海便是1，hangzhou我們是完全可以忽略的，因為兩列資料確定數值以後，對應的第三列的資料便知道了
最終呢，我們只是將這個一列包含三種位址的資料，轉換成了兩列，每一列只有0或1的資料
到上一部的資料處理 加上測試集與測試集的操作
dataset = pd.read_csv('com.csv')
x = dataset.iloc[:, :-1].values
y = dataset.iloc[:, 4].values
labelencoder_x = labelencoder()
x[:, 3] = labelencoder_x.fit_transform(x[:, 3])
onehotencoder = onehotencoder(categorical_features = [3])
x = onehotencoder.fit_transform(x).toarray()
float_formatter= lambda x:"%.2f" % x
np.set_printoptions(formatter=)
x = x[:, 1:] #刪除第0列
x_train, x_test, y_train, y_test = train_test_split(x, y, test_size = 0.2, random_state = 0)
regressor = linearregression() #回歸器的物件
regressor.fit(x_train, y_train) #擬合
# predicting the test set results
y_pred = regressor.predict(x_test) #包含了的**結果的向量
反向淘汰，選擇重要的指標和可以剔除的指標
先加上b0的對應的自變數，也就是該列全部都是1
反向傳播一般分五個步驟
選取顯著性指標 一般為0.05、每一列的p值大於指標的時候，可以認為是能夠刪除的，反之則認為對目標值的影響是不可以忽略的
輸入所有的訓練進行擬合
選出p值最大的那一列
如果第三步的p值大於顯著性指標，則刪除這一列
對剩餘的訓訓練值重複第三步，直到p值小於顯著性指標
ximo = x_train
regressor_ols = sm.ols(endog = y_train, exog = ximo).fit()
#endog 因變數 exog 自變數
第一次的summary結果顯示，x2的p值最大，而且大於顯著性指標
按照這個步驟一次進行判斷……….
機器學習之多元線性回歸
多元線性回歸概念 在回歸分析中，如果有兩個或兩個以上的自變數，就稱為多元回歸。社會經濟現象的變化往往受到多個因素的影響，例如，家庭消費支出，除了受家庭可支配收入的影響外，還受諸如家庭所有的財富 物價水平 金融機構存款利息等多種因素的影響。因此，一般要進行多元回歸分析，我們把包括兩個或兩個以上自變數的...
機器學習（九） 多元線性回歸
1 與簡單線性回歸區別 多個自變數 x 2 多元回歸模型 3 多元回歸方程 4 估計多元回歸方程 5 估計流程 6 估計方法 7 舉例 一家快遞公司送貨統計10次 x1 運輸里程miles,x2 運輸次數deliveries,y 總運輸時間 資料代入後計算b0,b1,b2 time 0.869 0....
機器學習基礎（二）多元線性回歸模型
變數多於兩個時，線性回歸模型就變成了多元線性回歸模型 代價函式為 線性回歸模型的訓練 就是用梯度下降法求解最小代價函式 需要注意一些問題 1.2.學習速率 代價函式應該是遞減的，如果代價函式不減反增，那麼很可能是學習速率太大，跳過了極小值。3.代價函式 代價函式必須是凸的，否則一樣存在難以收斂的問題...