线性回归完全关闭
Linear Regression completely off
我目前正在尝试学习 scikit-learn，为此我对房屋价格相对于平方米大小进行了简单的线性回归。
我已经为一个位置完成了这个模型，一切正常，当我尝试使用另一个数据集时，数据分散得很好，但是 regression/prediction 完全关闭了！信心也很糟糕，经常是消极的。
这是截图：
代码如下：
style.use('ggplot')
dataset = pd.read_csv('/Path/Data.csv')
X = np.array(dataset[['size']])
y = np.array(dataset[['value']])
X_train, X_test, y_train, y_test = cross_validation.train_test_split(X, y, test_size=0.2)
clf = LinearRegression()
clf.fit(X_train, y_train)
plt.scatter(X,y)
plt.plot(X, clf.predict(X))
plt.tight_layout()
plt.show()
confidence = clf.score(X_test, y_test)
print confidence
平方误差对异常值过于敏感。我最终删除了它们，因为它们完全关闭了
我目前正在尝试学习 scikit-learn，为此我对房屋价格相对于平方米大小进行了简单的线性回归。 我已经为一个位置完成了这个模型，一切正常，当我尝试使用另一个数据集时，数据分散得很好，但是 regression/prediction 完全关闭了！信心也很糟糕，经常是消极的。
这是截图：
代码如下：
style.use('ggplot')
dataset = pd.read_csv('/Path/Data.csv')
X = np.array(dataset[['size']])
y = np.array(dataset[['value']])
X_train, X_test, y_train, y_test = cross_validation.train_test_split(X, y, test_size=0.2)
clf = LinearRegression()
clf.fit(X_train, y_train)
plt.scatter(X,y)
plt.plot(X, clf.predict(X))
plt.tight_layout()
plt.show()
confidence = clf.score(X_test, y_test)
print confidence
平方误差对异常值过于敏感。我最终删除了它们，因为它们完全关闭了