Scikit 普通最小二乘常数项不起作用

Question

from sklearn import linear_model
from random import randint

temp=[]
for i in range(0,100):
    r = randint(0,100)
    x=r*r+10*r+1000
    y=r
    temp.append([x,y])

tempX = [p[0] for p in temp]
tempY = [p[1] for p in temp]

trainX = tempX
trainY = [[1, y, y*y] for y in tempY]

regr = linear_model.LinearRegression()
regr.fit(trainY, trainX)

print regr.coef_

运行上面的代码给出了以下输出

[ 0. 10. 1.]

普通最小二乘法正确得到r*r和r的系数。它们与我在第 7 行提供的系数相匹配。

为什么不能正确获取常数项？

如何让它按照我想要的方式工作？

Answer 1

使用LinearRegression，会自动添加截距项。您可以通过以下方式查看此拦截项：

print regr.intercept_ # 1000.0

Scikit 普通最小二乘常数项不起作用

Scikit Ordinary Least Squares Constant Term Not Working

scikit-learn