Python 如何在剪刀学习中使用SGDRegressor

我正试图找出如何正确使用scikit learn的SGDRegressor模型。 为了适应一个数据集，我需要调用一个

函数fit（X，y）

，其中X是形状的numpy数组（n_样本，n_特征），y是长度n_样本的1d numpy数组。我正在试图弄清楚y应该代表什么

例如，我的数据显示如下：

---

我的特征是从1972年开始的年份，这些值是该年的对应值。我试图预测未来几年的价值，比如2008年或2012年。我假设数据中的每一行都应该表示X中的一行/样本，其中的每个元素都是一年的值。如果是那样的话，y会是什么？我认为y应该是年，但是y的长度是n_特征，而不是n_样本。如果y的长度为n_个样本，那么长度为5的y可能是什么（以下所示数据中的样本数）。我想我必须以某种方式转换这些数据。

在机器学习中，

y

代表数据的标签或目标。也就是说，您的培训数据的正确答案（

X

）

如果您想了解与年份对应的一些值，那么这些年份将是您的培训数据（

X

），与它们相关联的正确值将是您的目标（

y

）

---

您可以注意到，这符合您在第一段中提到的尺寸：

X

将是形状

（n_样本，n_特征）

，因为它的条目数与您的年份数相同，并且每个条目的大小为1（您只有1个特征，年份）而

y

将具有长度

n\u样本

，因为您每年都有一个相关值。

y

是您的目标（您想要预测的），您可以通过以下方式获得：

从sklearn导入线性_模型
clf=线性_模型.SGDRegressor（）
clf.fit（x到x列，y到y列）
#clf是一个经过训练的模型
y_预测=clf.predict（X_到_预测）

本质上就是这样。我必须将模型重新装配到每一行数据中，一次一行，x代表年份y代表数值。这是我最初的想法，但似乎效率很低。@JordanBramble-不一定。您应该有一个包含所有数据行的数组，一个包含所有

y

的数组，并适合这些数据行。您描述它的方式应该只针对在线学习，使用

partial_fit

。您对此不太清楚，但您的数据集中是否有2008年或2012年的值？否则，这是一个无监督的学习问题，但您正在尝试对其应用监督学习技术。为什么不在你的数据上做一些曲线拟合，然后进行外推呢？