点击上方关注，All in AI中国
作者：Lauren Shin
上一次，我使用Neo4j浏览器中的简单线性回归为德克萨斯州奥斯汀的短期租赁创建了模型。（链接：https://towardsdatascience.com/graphs-and-linear-regression-734d1446e9cd） 在这篇文章中，我演示了如何通过一些小的调整，使同一组用户定义的过程创建一个具有多个独立变量的线性回归模型。这被称为多元线性回归。
我们之前使用短期租赁列表上的总房间数来预测其每晚的价格。然而，显然还有其他可能影响价格的因素。例如，一个靠近热门旅游区的距离可能会极大地影响其价值。让我们再看一下下面这个数据模型，考虑可以使用哪些额外信息来预测租赁价格。
由于我们没有收到地址，因此很难分析相对于奥斯汀最受欢迎目的地的位置。但是请考虑（：Review） - [：REVIEWS] - >（：Listing）关系。在我之前的文章中，我将我的数据集限制为仅包含至少有一次客户评论的房源列表。我这样做是为了消除可能定价不可靠的市场新品，并且它大大提高了我的模型的适应性。现在，让我们更深入一点，使用列表的评论数量以及它的房间数量来预测每晚价格。
请注意，我并没有真正统计上的理由来假设评论的数量会影响上市价格，主要是为了演示如何创建一个具有多个自变量的模型。
背景知识
在我们回到奥斯汀租赁市场之前，将回顾多元线性回归的重要细节。请记住，在简单线性回归中，我们希望使用单个自变量"x"的值来预测因变量"y"的值。不同之处在于，在多元线性回归中，我们使用多个自变量（x1，x2，...，xp）来预测y，而不是仅一个自变量。
多元线性回归的视觉理解有点复杂，它取决于自变量的数量（p）。这仅仅只是简单线性回归的一个实例：如果p = 1，（x1，y）数据点位于标准的二维坐标系（带有x和y轴）上。线性回归通过最适合数据的点得到直线。
如果p = 2，则这些（x1，x2，y）数据点位于三维坐标系（具有x，y和z轴）中，在多次线性回归找到最适合数据点的平面。
