pythonでnumpyを使用した多変量回帰？

Question

Numpyを使用してPythonで多変量回帰を実行することは可能ですか？

ドキュメント ここ そうであることを示唆していますが、トピックに関する詳細はこれ以上ありません。

Answer 1

はい、これをダウンロードします（ http://www.scipy.org/cookbook/ols?action= attachfile&do=get&target=ols.0.2.py ） から http://www.scipy.org/cookbook/ols

または、RとPython-Rリンクをインストールすることもできます。 rができる なんでも.

Answer 2

言及にリンクしたWebページ numpy.linalg.lstsq 最小化するベクトルXを見つける |b - Ax|. 。以下は、それをどのように使用できるかのちょっとした例を示します。

最初に、いくつかの「ランダム」データをセットアップします。

import numpy as np
c1,c2 = 5.0,2.0
x = np.arange(1,11)/10.0
y = c1*np.exp(-x)+c2*x
b = y + 0.01*max(y)*np.random.randn(len(y))
A = np.column_stack((np.exp(-x),x))
c,resid,rank,sigma = np.linalg.lstsq(A,b)
print(c)
# [ 4.96579654  2.03913202]

Answer 3

あなたはを調べたいかもしれません scipy.optimize.leastsq 働き。それはかなり複雑ですが、多変量回帰をやりたいと思ったときに目を向けるものであることを覚えているようです。 （久しぶりですので、私は誤って思い出すことができます）