尝试使用 numpy.polyfit 计算线性回归的方程式，但得到的值太多无法解包（预期为 2）

Question

我需要阅读“Horas Estudo”专栏和数字 (x) = 5.95，然后计算 y= ax + b.

import pandas as pd
import matplotlib.pyplot as plt
import numpy as np
df = pd.read_csv("https://www.dropbox.com/s/k3owtgaywmjhk66/fake-classrooms-correl03.csv?dl=1")

col = input()
x = round(float(input()),2)

(a,b) = np.polyfit(df[col],df["Nota Final"], deg=2)
print(a,b)

ValueError                                Traceback (most recent call last)

<ipython-input-81-7e077f926863> in <module>()
      7 x = round(float(input()),2)
      8 
----> 9 (a,b) = np.polyfit(df[col],df["Nota Final"], deg=2)
     10 print(a,b)

ValueError: too many values to unpack (expected 2)

Answer 1

np.polyfit returns ndarray 而非元组形式的多项式系数。所以在左边放一个单一的变量并打印出来。此外，如果您试图找到线性拟合 (y=ax+b)，请将 deg=1 放入函数调用

尝试使用 numpy.polyfit 计算线性回归的方程式，但得到的值太多无法解包（预期为 2）

Trying to calculate de equation for linear regression with numpy.polyfit but getting too many values to unpack (expected 2)

python

numpy

linear-regression

pandas