难以理解具有多个特征的线性回归

计算不应该是一个问题(无论维度如何,数学都是有效的),但绘图肯定会变得棘手。主成分分析很难解释,在这里强制正交可能不合适。我想看看这里提供的一些建议: https://stats.stackexchange.com/questions/73320/how-to-visualize-a-fitted-multiple-regression-model

从根本上说,这取决于你试图沟通的内容。拟合优度?也许把多个残差图放在一起。

如果你真的想要一个2D图形,那当然不容易。一种可能的方法是使用以下方法将数据的维数减少到2 Principal Component Analysis . 然后您可以再次在二维中绘制它。减少到3维而不是2维可能仍然有效,人类可以很好地理解在2D屏幕上绘制的3D图。

不过,通常不需要手动进行线性回归,因此也不需要数据的2D绘图。你可以让你的电脑来计算线性回归,这在2维或3维以上的情况下效果很好。