在一个函数中运行多个回归

import numpy as np
from sklearn.linear_model import LinearRegression

def run_multiple_regressions(data, target_columns):
    """
    在同一个函数中运行多个线性回归分析。
    
    :param data: DataFrame, 包含所有自变量和因变量的数据集。
    :param target_columns: List[str], 需要进行回归分析的因变量列名列表。
    :return: Dict[str, LinearRegression], 每个因变量对应的回归模型字典。
    """
    models = {}
    for target in target_columns:
        X = data.drop(target, axis=1)  # 自变量
        y = data[target]  # 因变量
        model = LinearRegression()
        model.fit(X, y)
        models[target] = model
    return models

# 示例数据
data = {
    'feature1': [1, 2, 3, 4, 5],
    'feature2': [5, 4, 3, 2, 1],
    'target1': [2, 4, 5, 4, 5],
    'target2': [3, 2, 4, 3, 5]
}
df = pd.DataFrame(data)

# 运行多个回归
results = run_multiple_regressions(df, ['target1', 'target2'])
for target, model in results.items():
    print(f"回归模型 for {target}:")
    print(f"系数: {model.coef_}")
    print(f"截距: {model.intercept_}\n")