如何从CSV多变量问题建立数学模型(函数)？

Question

我在为银行贷款优化做代码。在这个问题中，我导入了一个带有所有参数(客户年龄、分期付款数量、贷款额等)的CSV。首先对多变量函数(总共有6个变量)进行建模，然后将其应用于传统的方法，如拟牛顿法和need法(这是针对某一大学学科的)。为此，我需要建立一个数学模型数学模型来找到这个函数。你能帮帮我吗?这是我的.csv的样子，当我打开它与熊猫，CSV，谢谢提前！

Answer 1

我刚刚做到了。

x1=[1,1,1,1,1]

def func(x1):
    a=0
    for i in range(len(df)):
        w = 1/linhas*((y1[i]*x1[0]+y2[i]*x1[1]+y3[i]*x1[2]+y4[i]*x1[3]+y5[i]*x1[4]-z[i])**2)
        a = a + w
    return a
b = func(x1)
print(b)

result = minimize(func, x1, method="nelder-mead")
print(result)