python - 如何在python中从多个自变量和一个因变量绘制图形[多元线性回归]

我是机器学习的新手，面临着如何在多元线性回归中删除多个自变量的情况。我经历过的步骤：1）读取数据集 2）分成 X 和 Y 3）将分类数据编码为数据集包含列：教授等级、职业等... 4）删除虚拟变量 5）OLS 回归结果。

我有 7 个自变量，在 OLS 之后，我有 6 个自变量。由于 P 值大于 0.05 显着性水平，因此被 P > 0.05 删除。

您能否建议通过删除图像中附加的所有不必要的自变量来绘制图形的步骤？如何从所有这些变量中只获得一个自变量。

如何使用python检查多重共线性？什么是 VIF 以及如何使用它来检测多重共线性

提前致谢。如有语法错误，请见谅。

标签： pythonmachine-learningplotlinear-regression

将多维线性关系可视化是相当困难的。这篇文章分享了一些常用的可视化方法。

多重共线性是回归的一个大问题，这会导致您的 beta 中出现奇怪的系数。VIF是用于检测这一点的工具之一。通常，VIF 越接近 1 越好。

如果您有多重共线性，您可能希望继续使用以下选项之一：