-1

データセットを使用して、給与と大学の GPA の関係を確認しています。sklearn 線形回帰モデルを使用しています。係数はインターセプトとコフであるべきだと思います。対応する機能の値。しかし、モデルは単一の値を与えています。

from sklearn.cross_validation import train_test_split
from sklearn.linear_model import LinearRegression

# Use only one feature : CollegeGPA
labour_data_gpa = labour_data[['collegeGPA']]

# salary as a dependent variable
labour_data_salary = labour_data[['Salary']]

# Split the data into training/testing sets
gpa_train, gpa_test, salary_train, salary_test = train_test_split(labour_data_gpa, labour_data_salary)

# Create linear regression object
 regression = LinearRegression()

# Train the model using the training sets (first parameter is x )
 regression.fit(gpa_train, salary_train)

#coefficients 
regression.coef_

The output is : Out[12]: array([[ 3235.66359637]])
4

3 に答える 3

5

試す：

regression = LinearRegression(fit_intercept =True)
regression.fit(gpa_train, salary_train)

結果は

regression.coef_
regression.intercept_

線形回帰をよりよく理解するために、別のモジュールを検討する必要があるかもしれません。次のチュートリアルが役立ちます。

于 2016-06-23T08:00:51.963 に答える
0 
salary_pred = regression.predict(gpa_test)
print salary_pred
print salary_test

だと思いますalary_pred = regression.coef_*salary_test。印刷salary_predしsalary_testてpyplot経由で試してみてください。図はすべてを説明できます。

于 2016-06-23T07:49:24.287 に答える