我有一个数据集，其中包含以下变量：
X1 – 类别型自变量
X2 – 连续型自变量
y – 连续型因变量
我希望使用X1和X2来预测y。线性回归是否适合这种情况（对类别型自变量进行回归是否有意义）？如果可以，当X1是类别型自变量（例如眼睛颜色）时，如何使用线性回归？
我应该为X1的每个类别创建一个单独的线性回归模型吗？还是尝试创建一个多元线性回归模型？
在线查阅资料时，大多数资源关注的是连续型自变量到连续型因变量（线性回归），或者连续型自变量到类别型因变量（逻辑回归）。
希望能得到一些能够帮助我的资源或工具的推荐。
回答：
你可以使用线性回归，但首先需要将X1编码为一系列变量。
这是一个简单的例子，使用了“虚拟编码”方法：
┏━━━━━━━━━━━━┳━━━━━┳━━━━━┓┃ 眼睛颜色 ┃ x11 ┃ x12 ┃┣━━━━━━━━━━━━╋━━━━━╋━━━━━┫┃ 蓝色 ┃ 0 ┃ 0 ┃┣━━━━━━━━━━━━╋━━━━━╋━━━━━┫┃ 棕色 ┃ 1 ┃ 0 ┃┣━━━━━━━━━━━━╋━━━━━╋━━━━━┫┃ 绿色 ┃ 0 ┃ 1 ┃┗━━━━━━━━━━━━┻━━━━━┻━━━━━┛这里有一篇文章解释了不同的编码方法：
