使用 Sklearn 预测的线性回归不起作用。数据不合适
Linear regression using Sklearn prediction not working. data not fit properly
我正在尝试对以下数据执行线性回归。
X = [[ 1 26]
[ 2 26]
[ 3 26]
[ 4 26]
[ 5 26]
[ 6 26]
[ 7 26]
[ 8 26]
[ 9 26]
[10 26]
[11 26]
[12 26]
[13 26]
[14 26]
[15 26]
[16 26]
[17 26]
[18 26]
[19 26]
[20 26]
[21 26]
[22 26]
[23 26]
[24 26]
[25 26]
[26 26]
[27 26]
[28 26]
[29 26]
[30 26]
[31 26]
[32 26]
[33 26]
[34 26]
[35 26]
[36 26]
[37 26]
[38 26]
[39 26]
[40 26]
[41 26]
[42 26]
[43 26]
[44 26]
[45 26]
[46 26]
[47 26]
[48 26]
[49 26]
[50 26]
[51 26]
[52 26]
[53 26]
[54 26]
[55 26]
[56 26]
[57 26]
[58 26]
[59 26]
[60 26]
[61 26]
[62 26]
[63 26]
[64 26]
[65 26]
[66 26]
[67 26]
[68 26]
[69 26]]
Y = [ 192770 14817993 1393537 437541 514014 412468 509393 172715
329806 425876 404031 524371 362817 692020 585431 446286
744061 458805 330027 495654 459060 734793 701697 663319
750496 525311 1045502 250641 500360 507594 456444 478666
431382 495689 458200 349161 538770 355879 535924 549858
611428 517146 239513 354071 342354 698360 467248 500903
625170 404462 1057368 564703 700988 1352634 727453 782708
1023673 1046348 1175588 698072 605187 684739 884551 1067267
728643 790098 580151 340890 299185]
我正在尝试使用
绘制结果以查看回归线
regr = linear_model.LinearRegression()
regr.fit(X, Y)
plt.scatter(X[:,0], Y, color='black')
plt.plot(X[:,0], regr.predict(X), color='blue',
linewidth=3)
plt.xticks(())
plt.yticks(())
plt.show()
我得到的图表是
('Coefficients: \n', 数组([-34296.90306122, 0. ]))
残差平方和：1414631501323.43
方差分数：-17.94
我正在尝试预测
pred = regr.predict([[49, 26]])
print pred
训练数据中已经存在的东西，结果是
[-19155.16326531]
实际值为625170
我做错了什么？
请注意，26 的值不是来自更大的数组，我已将该数据切成一小部分以便在 26 上进行训练和预测，同样 X[:,0] 可能不是连续值再次来自更大的阵列。
通过数组我的意思是 numpy array
正如 SAMO 在他的评论中所说，您的数据结构是什么不清楚。假设您在 X 和目标 Y 中有两个特征，如果您将 X 和 Y 转换为 numpy 数组，您的代码将按预期工作。
import numpy as np
from sklearn import linear_model
import matplotlib.pyplot as plt
x1 = range(1, 70)
x2 = [26]*69
X = np.column_stack([x1, x2])
y = ''' 192770 14817993 1393537 437541 514014 412468 509393 172715
329806 425876 404031 524371 362817 692020 585431 446286
744061 458805 330027 495654 459060 734793 701697 663319
750496 525311 1045502 250641 500360 507594 456444 478666
431382 495689 458200 349161 538770 355879 535924 549858
611428 517146 239513 354071 342354 698360 467248 500903
625170 404462 1057368 564703 700988 1352634 727453 782708
1023673 1046348 1175588 698072 605187 684739 884551 1067267
728643 790098 580151 340890 299185'''
Y = np.array(map(int, y.split()))
regr = linear_model.LinearRegression()
regr.fit(X, Y)
plt.scatter(X[:,0], Y, color='black')
plt.plot(X[:,0], regr.predict(X), color='blue',
linewidth=3)
plt.xticks(())
plt.yticks(())
plt.show()
print regr.predict([[49,26]])
# 611830.33589088
您可能在绘图之前弄乱了输入数组。根据您问题中的信息，回归确实 returns 一个接近您预期答案 625170 的结果。
from sklearn import linear_model
# your input arrays
x = [[a, 26] for a in range(1, 70, 1)]
y = [192770, 14817993,1393537, 437541, 514014, 412468, 509393, 172715, 329806, 425876, 404031, 524371, 362817, 692020, 585431, 446286, 744061, 458805, 330027, 495654, 459060, 734793, 701697, 663319, 750496, 525311,1045502, 250641, 500360, 507594, 456444, 478666, 431382, 495689, 458200, 349161, 538770, 355879, 535924, 549858, 611428, 517146, 239513, 354071, 342354, 698360, 467248, 500903, 625170, 404462,1057368, 564703, 700988,1352634, 727453, 782708, 1023673,1046348,1175588, 698072, 605187, 684739, 884551,1067267, 728643, 790098, 580151, 340890, 299185]
# your code for regression
regr = linear_model.LinearRegression()
regr.fit(x, y)
# the correct coef is different from your findings
print regr.coef_
这returns个结果：array([-13139.72031421, 0. ])
尝试预测时：regr.predict([[49, 26]]) returns array([ 611830.33589088])，接近您预期的答案。
print(regression.predict(np.array([[60]])))
如果我们想预测单个值（浮点数）来预测代码，那可能行不通。
我一开始尝试了以下代码，但没有成功：
lin_reg.predict(6.5)
找到的解决方案是：
lin_reg.predict([[6.5]])
试试看是否也适合您。
我正在尝试对以下数据执行线性回归。
X = [[ 1 26]
[ 2 26]
[ 3 26]
[ 4 26]
[ 5 26]
[ 6 26]
[ 7 26]
[ 8 26]
[ 9 26]
[10 26]
[11 26]
[12 26]
[13 26]
[14 26]
[15 26]
[16 26]
[17 26]
[18 26]
[19 26]
[20 26]
[21 26]
[22 26]
[23 26]
[24 26]
[25 26]
[26 26]
[27 26]
[28 26]
[29 26]
[30 26]
[31 26]
[32 26]
[33 26]
[34 26]
[35 26]
[36 26]
[37 26]
[38 26]
[39 26]
[40 26]
[41 26]
[42 26]
[43 26]
[44 26]
[45 26]
[46 26]
[47 26]
[48 26]
[49 26]
[50 26]
[51 26]
[52 26]
[53 26]
[54 26]
[55 26]
[56 26]
[57 26]
[58 26]
[59 26]
[60 26]
[61 26]
[62 26]
[63 26]
[64 26]
[65 26]
[66 26]
[67 26]
[68 26]
[69 26]]
Y = [ 192770 14817993 1393537 437541 514014 412468 509393 172715
329806 425876 404031 524371 362817 692020 585431 446286
744061 458805 330027 495654 459060 734793 701697 663319
750496 525311 1045502 250641 500360 507594 456444 478666
431382 495689 458200 349161 538770 355879 535924 549858
611428 517146 239513 354071 342354 698360 467248 500903
625170 404462 1057368 564703 700988 1352634 727453 782708
1023673 1046348 1175588 698072 605187 684739 884551 1067267
728643 790098 580151 340890 299185]
我正在尝试使用
绘制结果以查看回归线regr = linear_model.LinearRegression()
regr.fit(X, Y)
plt.scatter(X[:,0], Y, color='black')
plt.plot(X[:,0], regr.predict(X), color='blue',
linewidth=3)
plt.xticks(())
plt.yticks(())
plt.show()
我得到的图表是
('Coefficients: \n', 数组([-34296.90306122, 0. ])) 残差平方和：1414631501323.43 方差分数：-17.94
我正在尝试预测
pred = regr.predict([[49, 26]])
print pred
训练数据中已经存在的东西，结果是 [-19155.16326531]
实际值为625170
我做错了什么？
请注意，26 的值不是来自更大的数组，我已将该数据切成一小部分以便在 26 上进行训练和预测，同样 X[:,0] 可能不是连续值再次来自更大的阵列。 通过数组我的意思是 numpy array
正如 SAMO 在他的评论中所说，您的数据结构是什么不清楚。假设您在 X 和目标 Y 中有两个特征，如果您将 X 和 Y 转换为 numpy 数组，您的代码将按预期工作。
import numpy as np
from sklearn import linear_model
import matplotlib.pyplot as plt
x1 = range(1, 70)
x2 = [26]*69
X = np.column_stack([x1, x2])
y = ''' 192770 14817993 1393537 437541 514014 412468 509393 172715
329806 425876 404031 524371 362817 692020 585431 446286
744061 458805 330027 495654 459060 734793 701697 663319
750496 525311 1045502 250641 500360 507594 456444 478666
431382 495689 458200 349161 538770 355879 535924 549858
611428 517146 239513 354071 342354 698360 467248 500903
625170 404462 1057368 564703 700988 1352634 727453 782708
1023673 1046348 1175588 698072 605187 684739 884551 1067267
728643 790098 580151 340890 299185'''
Y = np.array(map(int, y.split()))
regr = linear_model.LinearRegression()
regr.fit(X, Y)
plt.scatter(X[:,0], Y, color='black')
plt.plot(X[:,0], regr.predict(X), color='blue',
linewidth=3)
plt.xticks(())
plt.yticks(())
plt.show()
print regr.predict([[49,26]])
# 611830.33589088
您可能在绘图之前弄乱了输入数组。根据您问题中的信息，回归确实 returns 一个接近您预期答案 625170 的结果。
from sklearn import linear_model
# your input arrays
x = [[a, 26] for a in range(1, 70, 1)]
y = [192770, 14817993,1393537, 437541, 514014, 412468, 509393, 172715, 329806, 425876, 404031, 524371, 362817, 692020, 585431, 446286, 744061, 458805, 330027, 495654, 459060, 734793, 701697, 663319, 750496, 525311,1045502, 250641, 500360, 507594, 456444, 478666, 431382, 495689, 458200, 349161, 538770, 355879, 535924, 549858, 611428, 517146, 239513, 354071, 342354, 698360, 467248, 500903, 625170, 404462,1057368, 564703, 700988,1352634, 727453, 782708, 1023673,1046348,1175588, 698072, 605187, 684739, 884551,1067267, 728643, 790098, 580151, 340890, 299185]
# your code for regression
regr = linear_model.LinearRegression()
regr.fit(x, y)
# the correct coef is different from your findings
print regr.coef_
这returns个结果：array([-13139.72031421, 0. ])
尝试预测时：regr.predict([[49, 26]]) returns array([ 611830.33589088])，接近您预期的答案。
print(regression.predict(np.array([[60]])))
如果我们想预测单个值（浮点数）来预测代码，那可能行不通。 我一开始尝试了以下代码，但没有成功：
lin_reg.predict(6.5)
找到的解决方案是：
lin_reg.predict([[6.5]])
试试看是否也适合您。