Python 分离因变量和自变量
我建立了一个线性回归模型,但不知道什么是需要分开的因变量和自变量 有人能解释一下代码吗Python 分离因变量和自变量,python,data-science,Python,Data Science,我建立了一个线性回归模型,但不知道什么是需要分开的因变量和自变量 有人能解释一下代码吗 x = data.iloc[:, 0:1].values y = data.iloc[:, 1] 机器学习模型就是这样工作的:你给它一堆输入和输出。然后,当一个模型被训练时,当你给它一个输入时,你期望一个输出 因此,在您给出的代码中,x输入,y输出,以训练模型。另外,大多数机器学习框架都分别期望输入和输出(例如:)。因此,在输入到模型之前,需要将它们分离 你能进一步解释一下吗?更多关于您试图实现的内容的上下
x = data.iloc[:, 0:1].values
y = data.iloc[:, 1]
机器学习模型就是这样工作的:你给它一堆输入和输出。然后,当一个模型被训练时,当你给它一个输入时,你期望一个输出
因此,在您给出的代码中,
x
输入,y
输出,以训练模型。另外,大多数机器学习框架都分别期望输入和输出(例如:)。因此,在输入到模型之前,需要将它们分离 你能进一步解释一下吗?更多关于您试图实现的内容的上下文。是否只需要在Python中完成此操作。R中不需要吗?机器学习部分是相同的,独立于平台。x
和y
零件可能会因库而异。例如,某些图书馆可能不需要将它们分开;但它可能会有一些其他的限制。我一般不知道R的情况。