Fatal编程技术网
  • machine-learning/
  • Machine learning 截获及；使用Scikit学习回归时的系数解释值

Machine learning 截获及；使用Scikit学习回归时的系数解释值

machine-learning scikit-learn

Machine learning 截获及；使用Scikit学习回归时的系数解释值,machine-learning,scikit-learn,regression,linear-algebra,Machine Learning,Scikit Learn,Regression,Linear Algebra,我有包含a、b、c特征和R结果的数据 a b c R 245 49 158 166.6543133 3 195 191 100.3637372 . . . . 我使用scikit应用线性回归学习并获得： 截距B0和[k0，k1，k2]系数 如何使用这些变量预测结果，而无需使用predict函数 编辑： 我通过将RGB应用于XYZ（CEI）获得数据，事实上，系数与标准公式相似 Standard

我有包含a、b、c特征和R结果的数据

a     b     c          R
245   49    158    166.6543133
3     195   191    100.3637372
.      .      .        .
我使用scikit应用线性回归学习并获得：

截距
B0
和
[k0，k1，k2]
系数

如何使用这些变量预测结果，而无需使用
predict
函数

编辑：

我通过将RGB应用于XYZ（CEI）获得数据，事实上，系数与标准公式相似

Standard formula coeff    :  [0.4887180  0.3106803  0.2006017]
Linear regression coeff   :  [0.488718   0.3106803  0.2006017]
您可以将变量yhat创建为

yhat = B0 + k0 * x1 + k1 * x2 + k2 * x3
其中x1、x2和x3是自变量

注:

  • 以上是线性回归模型的方程，可以扩展到任意数量的变量
  • yhat
    存储基于估计系数的给定值x1、x2和x3的预测值
谢谢！在装配之前使用“StandardScaler”缩放数据让我感到困惑即使您已经缩放了数据，
fit
函数也会给您一个截距。必须在
LinearRegression（）
中设置
intercept=False
，才能删除截取