熊猫巨蟒数据行的洗牌会带来不同的回归结果吗？
熊猫巨蟒数据行的洗牌会带来不同的回归结果吗？
提问于 2018-07-01 04:51:57
在应用线性回归之前，我试图将数据中的行随机化，但我意识到，在行被随机化之后，回归结果是不同的--这不应该是这样吗？我曾尝试使用的密码：
Without row randomisation:
data
X = data[feature_col]
y = data['median_price']
lr = LinearRegression()
lr.fit(X, y)
With row randomisation:
Method 1:
data = data.sample(frac=1)
Method 2:
data = data.sample(frac=1, axis=1)
Method 3:
from sklearn.utils import shuffle
data = shuffle(data)
Method 4:
data = data.sample(frac=1, axis=1).reset_index(drop=True)在我尝试过的4行随机化方法中，只有方法4给出的结果与不应用随机化的方法相同。我认为行随机化在任何情况下都不会影响回归结果？
回答 1
Stack Overflow用户
回答已采纳
发布于 2018-07-01 05:25:58
方法2和方法4是相同的？
如果将相同类型的回归应用于相同的数据(随机或非随机)，则回归结果不应不同。您应该使用axis = 0对数据行进行随机化，axis = 1对列进行随机化。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/51120502
复制相关文章
相似问题
腾讯云开发者
