机器学习（多元线性回归）

#用Python实现多元线性回归
#当结果值得影响因素有多个时，可以采用多元线性回归模型。
#例如，商品的销售额可能与电视广告投入、收音机广告投入、报纸广告投入有关系

#使用pandas读取数据
import pandas as pd
data = pd.read_csv('Advertising.csv')
# print(data.head())      #显示前五行数据
# print(data.tail())         #显示后五行数据
# print(data.shape)          #查看Dataframe的维度

import seaborn as sns
import matplotlib.pyplot as plt
#使用散点图可视化特征与响应之间的关系
sns.pairplot(data,x_vars=['TV','newspaper','radio'],y_vars='sales',size=7,aspect=0.8,kind='reg')
plt.xlim(-50,350)
plt.ylim(-20,100)
plt.show()

运行结果：

结论：可以直观的看出销量和TV这个特征具有较强的线性关系，而newspaper,radio则线性关系弱很多。