我用LinearRegression进行回归，得到的均方误差为0。我认为应该有一些偏差(至少是小的)。你能解释一下这个现象吗？## Import packagesimport pandas as pdprint('The variable to be predicted is'
浏览 66提问于2020-09-24得票数 0
回答已采纳
我有47个样本的小数据集。我运行线性回归与两个功能。
在运行LinearRegression之后，我运行了Ridge (带有凹陷)。我希望它能快速收敛，并返回与计算出的正常方程完全相同的预测值。但是每次我运行Ridge时，我都会得到一个不同的结果，接近LinearRegression提供的结果，但结果并不完全相同。不管我运行了多少次迭代。这是意料之中吗？为
浏览 0提问于2018-03-17得票数 1
回答已采纳
3回答
我目前正在从事一个线性回归项目，在这个项目中，我需要收集数据，将其拟合到一个模型中，然后根据测试数据进行预测。然后我将其拟合成一个线性回归模型：
LinearRegressionlr
浏览 8提问于2017-06-27得票数 3
回答已采纳
下面是我的代码 import numpy as npX = np.array([[1], [2],[3], [4]])reg = LinearRegression().fit(X, y)
print("Next will minein", reg.predict([[5]])) 值5预测的响应<
浏览 17提问于2021-10-27得票数 0
回答已采纳
最近，我遇到了一个名为RidgeClassifier的模型，它将预测值(y)转换为{-1,1}，然后使用Ridge回归。在预测过程中，如果y的值<0，则预测为-1，如果y的值>0，则预测为+1。因此，当里奇亚分类器对某些数据集很好地工作时，为什么我们不能/不能有一个名为LinearClassifer的东西，它可以在训练期间使用LinearRegress
浏览 0提问于2021-11-19得票数 1
在使用scikit时，是否可以限制每个样本的最大预测值？在我的输入数据中，有一列(“公告”)是这个特定样本的最大值，本例中的"result“是真实值。如何将预测限制在0- $annoucement之间？#!/usr/bin/env python3
from sklearn.linear_model import
浏览 2提问于2018-11-29得票数 1
我收到了来自许多捕获器的数据，我想用线性回归实时预测电子故障(我想在我的模型中添加新的值)from sklearn.linear_model import LinearRegressionelectronic failurey=[0,1,0]
model = LinearRegressionmodel.predict(
浏览 8提问于2018-08-28得票数 1
4回答
我想对我的机器学习模型的预测值和实际值做一个图表。我使用了下面的代码，但图中并没有清楚地显示预测值和实际值之间的关系。') plt.ylim([0, plt.ylim()])
_ = plt.pl
浏览 2提问于2019-10-16得票数 11
回答已采纳
2回答
我在试着预测起飞15分钟的延误对航班到达时间的影响。我在DF中有数千行和几列。其中两个列是dep_delay和arr_delay，表示起飞延迟和到达延迟。我构建了一个简单的LinearRegression模型：现在，如果航班延误15分钟，
浏览 7提问于2022-06-25得票数 1
回答已采纳
我所处的情况是，我需要训练一个模型来预测标量值，重要的是使预测值与真实值的方向相同，同时平方误差最小。例如：非常感
浏览 48提问于2018-06-06得票数 16
回答已采纳
我训练了一个多元线性回归模型，我想看看它对给定数据集的表现有多好。所以，我搜索了一下，我发现解释了如何从真实的值中找出预测值的“错误”。作为一个快速的参考，这些是我的真实/预测值。
'TLDR‘问题： Am I使用上述方法正确地度量了我的错误，这些结果是否意味着我的模型执行得非常糟糕？(当我将预测
浏览 0提问于2018-02-25得票数 3
回答已采纳
1回答
线性回归预测值为负数和大小数。
、、、、
from sklearn.linear_model import LinearRegressionlr.fit(Xtrain, ytrain)predPrice_euros556 255.0387 1369.0468 1699.01187 691.0
1010 9
浏览 2提问于2022-03-12得票数 0
回答已采纳
1回答
我正尝试在我的数据框中进行线性回归。数据帧是关于苹果应用程序的，我想预测应用程序的笔记。备注格式如下：1.52.55.0atributos = ['size_bytes','price','rating_count_tot','cont_rating)
X_train, X_test, y_train, y_test = cross_validation.train_test_split(
浏览 0提问于2018-11-13得票数 0
1回答
我目前正在使用机器学习模型(用Python3编写)来预测产品的交付日期，但由于我们业务的性质，当实际交付日期晚于预计交付日期时，客户总是会抱怨。因此，我尝试强制预测日期总是晚于实际交付日期，但仍然尽可能接近实际日期。有没有人能建议我怎么做，或者我可以搜索的任何特定的算法/方法？提前谢谢你！
浏览 3提问于2020-03-26得票数 0
1回答
如何避免回归模型中的浮点值
、、、、
我试图用线性、SGDRegressor、脊、套索等回归模型来预测葡萄酒的质量(范围从1到10)。x_train, y_train)LinearRegression数组的预测值( 5.33560542，5.47347404，6.09337194，…，5.67566813，5.43609198，6.08189 )
预测值是浮动的，而不是(1，2，3.10)，我试着用num
浏览 3提问于2015-06-18得票数 4
回答已采纳
我研究了一个多项式回归模型来预测我的目标值。问题是，我的预测，使用“预测”方法，是有意义的，但当我通过coef和intercept计算目标变量时，我得到的值与预测方法的给定值相去甚远。pol = PolynomialFeatures(degree= 9)xp = pol.fit_transform(x_train)poly_reg = LinearR
浏览 29提问于2020-07-12得票数 0
回答已采纳
回顾线性回归通过状态模型OLS适合，我认为你必须使用add_constant添加一个常数'1‘到你在自变量(S)中的所有点在拟合之前。然而，在这个上下文中，我对拦截器的唯一理解是，当x= 0时，行的y值，所以我不清楚在这里输入'1‘的目的是什么。这个常数到底是什么告诉OLS合适的？
浏览 14提问于2016-12-31得票数 12
回答已采纳
具体地说，我想使用交叉验证来实现这一点，但是不能找出使用cross_val_score函数来实现的正确方法。crossval_scores
浏览 3提问于2017-05-18得票数 10
回答已采纳
import pandas as pd y1 =Y.values.reshape(-1,1) regressor = LinearRegression([[i]]))
df2 = pd.DataFrame({&
浏览 7提问于2019-12-20得票数 0
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
