>>> 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
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
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
相关主题
当训练集只有一个特征的时候，sklearn的LinearRegression报错
1回答
sklearn中除了sgd以外，还有什么可以使用partial_fit方法吗？
1回答
sklearn训练classifier的时候报错Unknown label type
1回答
同一批样本数据，利用sklearn中二项逻辑回归预测同一批预测数据的概率，每次预测结果有很大不同
1回答
python sklearn模型中random_state参数的意义
2回答
我们谢绝在回答前讲“生动”的故事。
我们谢绝“这么简单，你自己想”、“书上有的，你认真看”这类的回答；如果你认为对方的提问方式或者内容不妥，你可以直接忽略该问题，不用进行任何作答，甚至可以对该问题投反对票。
我们谢绝答非所问。
我们谢绝自己不会、硬要回答。
我们感激每一个用户在编写答案时的努力与付出！