Machine learning 回归模型假设

我试图检查我的回归模型是否遵循回归假设？对于这一点，我在python代码下面做了说明，但响应是错误的。有人能解释它是怎么错的吗

from sklearn.linear_model import LinearRegression
reg = LinearRegression()
reg = reg.fit(x_train,y_train)
reg.score(x_test,y_test)

**0.9071005491012577**

然后我得到下面的错误

AttributeError回溯（最近的调用） 最后）在 5#plt.标题（“模型1残差概率图”） 6. ---->7 Res=注册剩余（） 8 Fig=sm.qqplot（Res，fit=True，line='45'） 9 Plt.show（）

AttributeError:“LinearRegression”对象没有属性“resid”

---

根据错误消息，sklearn的

LinearRegression（）

对象没有

.resid

属性

您必须手动计算残差：它是实际y值

y序列

和预测值

reg.predict（X序列）

之间的差值。一旦获得这些，就可以运行

sm.qqplot（）

---

注意：

Plt.show（）

返回错误。改为：

plt.show（）

请详细说明您的问题。“我的回归模型是否遵循回归假设”是什么意思？我想画回归qq图来检查回归假设是否违反？为此，我运行了上面的代码，但给出了错误。。原因是什么？谢谢你，利沃。我做了些改变，得到了一个qq图。

import statsmodels.api as sm
import matplotlib.pyplot as plt
Res=reg.resid()
sm.qqplot(Res,fit=True,line='45')
Plt.show()