我有一个特征向量 [Y, x1, x2, x3, x4, … , x31, x32, x33]，我创建了一个大约100行/34列的数据集（我想根据餐食的营养信息以及患者的年龄、体重、糖尿病药物等来预测血糖水平）

X = dataset.drop(columns="Y")y = dataset["Y"]X_train,X_test, y_train, y_test= train_test_split(X,y,test_size=0.2,random_state=0)

我不知道接下来该怎么做。我看了很多视频，也读了很多博客，但这反而让我感到困惑，我不确定多重线性回归是否真的有效

任何指导都将不胜感激 🙂

回答：

从这里开始你可以做很多事情。你可以在互联网上的任何地方找到样本代码，但以下是我建议你做的。我不确定你是想构建一个线性回归模型，还是使用现有的多重线性回归模型来分析数据。我假设是后者。从这里你可以

1. 识别输入数据中的多重共线性
2. 使用所有参数创建一个多重线性回归模型，并确定调整后的R平方值是什么。
3. 使用t检验来识别回归变量的重要性
4. 使用单位正态化标准化回归系数，并识别哪些变量对输出有显著影响。

作为初学者，我建议你选择几个随机变量，创建一个线性回归模型，而不必担心模型的效率。你可以遵循互联网上任何可用的资源来完成这项任务。在谷歌上搜索sklearn多重线性回归以找到互联网上的示例。