A classe OLS permite que você construa Regressão Linear Múltipla da mesma forma que a Regressão Linear Simples. No entanto, infelizmente, a função np.polyfit() não lida com o caso de múltiplas características.

Vamos manter a classe OLS.

Construindo a matriz X̃

Temos o mesmo conjunto de dados do exemplo de regressão linear simples, mas agora ele possui a altura da mãe como a segunda característica. Vamos carregá-lo e observar a variável X.

Lembre-se, devemos usar OLS(y, X_tilde) para inicializar o objeto OLS. Como você pode ver, a variável X já contém duas características em colunas separadas. Portanto, para obter o X_tilde, só precisamos adicionar 1s como uma primeira coluna. A função sm.add_constant(X) está fazendo exatamente isso!

Encontrando os parâmetros

Ótimo! Agora podemos construir o modelo, encontrar os parâmetros e fazer previsões da mesma forma que fizemos na seção anterior.

Nota

Agora que nosso conjunto de treinamento possui 2 características, precisamos fornecer 2 características para cada nova instância que queremos prever. É por isso que np.array([[65, 62],[70, 65],[75, 70]]) foi usado no exemplo acima. Ele prevê y para 3 novas instâncias: [Pai:65, Mãe:62], [Pai:70, Mãe:65], [Pai:75, Mãe:70]