前言
在上一篇文章《机器学习简单线性回归模型》中我们讲解分析了Python机器学习中单输入的线性回归模型，但是在实际生活中，我们遇到的问题都是多个条件决定的问题，在机器学习中我们称之为多元或多输入的问题，在性回归分析中，通常也都是多输入的问题。下面我们就来简单的分析一下多元情况下的线性回归分析问题。
多元回归模型
我门首先看一个运输公司的运输时间的数据实例：
上表中的数据是运输公司的运输时间和运送英里数、次数、车型的关系数据，从这个数据中我们可以知道，影响时间的因素有3个，并且其关系呈现出基本的线性关系，这就是典型的多元线性问题。细心的同学可能可以看出来，在这数据中，英里数、次数和车型相比其类型有点差异，英里数和次数都是一个有大小的数字，其大小直接影响时间，但是车型不是一个有数值的特征值，车型是以类别来分的，其数值只是其车型的代表数字而已，是不能直接拿来用的，所以我们后面会将，将类别的数据归一化，转换为可用的数据。
很明显与简单的单输入模型想比，其区别在于输入的个数是单个还是多个。我们首先看一下单输入的时候的回归方程：y = ax + b ，我们的方程中只有a和b两个参数，自变量只有x一个，因变量只有y一个，我们从这个方程中来推导一下元回归方程应该是什么样的呢？假设现在有n个输入，那么也就是有多个自变量x，我们可以记为x1、x2、x3.......，那么从上式中可以推导出，其参数肯定也不止a和b两个，每个x的旁边都乘上了一个参数a，所以我们多元回归方程如下：
这里的a和b都便是我们训练模型得到的最佳参数值。
同样，我们的参数也可以像简单的单输入的回归方程一样来确定，也是通过最小二乘法，不过此时的运算将上述到多维空间，设计到线性代数和矩阵运算，还是比较复杂的，公式我们这里就不做推导了，其推导流程跟单输入的类似，我们可以将参数a和x放在向量矩阵中，使用最小二乘法的推导方式来得出。最小二乘法的理论推导在上一篇文章中已经给出了，不明白的同学可以再去看一下。其基本结论如下：
上式中的X'是军阵X的转置，-1代表逆矩阵。
多元线性回归Python应用
下面我们使用上面的运输公司的例子来讲一下在Python中我们如何来对多元线性进行建模预测，其实在sklearn中已经为我们封装好了这么一个类，我们直接调用就可以了。下面看我们的例子
首先呢，我们前面说过，车型是类别，不是数值，我们需要进行数据处理，其处理方式便是将车型归一化，比如这里的0，我们将化为100，这里的1我们化为010，这里的2我们化为001，最终处理过的数据如下：
因为数据比较少，所以这里我们是手工修改的，若数据量比较大的话可以在Python中调用函数来进行数据的预处理，前面的文章中也有实例，这里就不多说了。我们将这个文件保存为csv，在Python中使用该数据集来进行建模。
首先我们来进行数据的读取：
#coding:utf8
fromnumpyimportgenfromtxt
importnumpyasnp
fromsklearnimportdatasets,linear_model
#读取数据
path=r"./data/data-line.csv";
#delimiter是分隔符，因为是csv是使用，进行分割的，skip_header是从第几行开始读
data=genfromtxt(path,delimiter=',',skip_header=1)
print"data:\n",data
1
2
3
4
5
6
7
8
9
10
11
#coding:utf8
fromnumpyimportgenfromtxt
importnumpyasnp
fromsklearnimportdatasets,linear_model
#读取数据
path=r"./data/data-line.csv";
#delimiter是分隔符，因为是csv是使用，进行分割的，skip_header是从第几行开始读
data=genfromtxt(path,delimiter=',',skip_header=1)
print"data:\n",data
我么使用了numpy中的genfromtext方法来进行数据的读取，其读取到的结果如下：
读取到了数据之后我们就将数据分为特征值X和标记，然后使用sklearn中的linear_model来进行建模：
#进行建模
regr=linear_model.LinearRegression()
regr.fit(X,Y)
print"x的系数值a："
printregr.coef_
print"截距b:"
printregr.intercept_
#进行预测
xPred=[102,6,0,1,0]
yPred=regr.predict(xPred)
print"预测结果:"
printyPred
1
2
3
4
5
6
7
8
9
10
11
12
13
14
#进行建模
regr=linear_model.LinearRegression()
regr.fit(X,Y)
print"x的系数值a："
printregr.coef_
print"截距b:"
printregr.intercept_
#进行预测
xPred=[102,6,0,1,0]
yPred=regr.predict(xPred)
print"预测结果:"
printyPred
最终输出结果如下：
补充
在前面介绍的时候其实有几个概念没有讲下面补充说一下，在回归问题中，有三概念方程：
多元回归模型：
其中ε是误差其为正太分布形式。
多元回归方程：
该方程即为多元回归模型的均值，其误差均值为0
估计多元回归方程：
该方程便是我们通过训练得出来的线性回归方程。
结束语
本文中的例子比较简单，数据比较少，只是一个简单的训练预测实例，并没有牵扯到误差分析和模型的评估，在下一篇文章中我们将使用大量数据的数据集，构造线性回归模型，并且讲解在线性的情况下，如何评估模型，以及评估的法。
