sklearn回归的入门级问题-SofaSofa

>>> from sklearn import linear_model
>>> reg=linear_model.LinearRegression()
>>> reg.fit([[0],[1],[2]],[4,6,10])
LinearRegression(copy_X=True, fit_intercept=True, n_jobs=None,
         normalize=False)
>>> reg.coef_
array([3.])

我想象的是用线性回归模拟y=2x+4，但实际结果是3，请问这给的只是wx+b的w吗

塔利班 2019-04-01 19:13

3个回答

reg.fit([[0],[1],[2]],[4,6,10])

为什么会是$y=2x+4$？如果是$[0,1,2]$，$[4,6,8]$的话，那么斜率应该是2。

你的数据集的话，斜率是$(6-4)/(1-0)=2$和$(10-6)/(2-1)=4$的均值，应该就是3。

SofaSofa数据科学社区 DS面试题库 DS面经

蘑菇蘑菇 2019-04-02 11:11

没事了，我知道了coef_是权重

intercept_是偏置

SofaSofa数据科学社区 DS面试题库 DS面经

塔利班 2019-04-01 19:30

如果最终模型是y=2x+4

reg.coef_应该是2

reg.intercept_应该是4

SofaSofa数据科学社区 DS面试题库 DS面经

数据痴汉 2019-04-01 22:57

但实际运行结果就是这样，你能解释是哪里的问题么 - 塔利班 2019-04-02 10:53

sklearn回归的入门级问题

Warning

3个回答

Warning

Warning

Warning