Régression linéaire multivariée / multiple dans Scikit Learn?

J'ai un dataset (dataTrain.csv & dataTest.csv).fichier csv avec ce format:

Temperature(K),Pressure(ATM),CompressibilityFactor(Z)
273.1,24.675,0.806677258
313.1,24.675,0.888394713
...,...,...

Et en mesure de construire un modèle de régression et de prévision avec ce code:

import pandas as pd
from sklearn import linear_model

dataTrain = pd.read_csv("dataTrain.csv")
dataTest = pd.read_csv("dataTest.csv")
# print df.head()

x_train = dataTrain['Temperature(K)'].reshape(-1,1)
y_train = dataTrain['CompressibilityFactor(Z)']

x_test = dataTest['Temperature(K)'].reshape(-1,1)
y_test = dataTest['CompressibilityFactor(Z)']

ols = linear_model.LinearRegression()
model = ols.fit(x_train, y_train)

print model.predict(x_test)[0:5]

Cependant, ce que je veux faire est de régression multivariée. Ainsi, le modèle sera CompressibilityFactor(Z) = intercept + coef*Temperature(K) + coef*Pressure(ATM)

Façon de le faire en scikit-learn?

source d'informationauteur Drizzer Silverberg