使用火花DataSet设置LinearRegression的X1-Xn和Y
可以通过以下步骤完成：
- 导入所需的库和模块：
from pyspark.sql import SparkSession
from pyspark.ml.feature import VectorAssembler
from pyspark.ml.regression import LinearRegression- 创建SparkSession对象：
spark = SparkSession.builder.appName("LinearRegressionExample").getOrCreate()- 加载数据集，并转换为DataFrame：
data = spark.read.format("csv").option("header", "true").option("inferSchema", "true").load("data.csv")- 定义特征向量汇总器，将X1-Xn列合并为一个特征向量列：
assembler = VectorAssembler(inputCols=["X1", "X2", ... , "Xn"], outputCol="features")
data = assembler.transform(data)- 划分数据集为训练集和测试集：
(trainingData, testData) = data.randomSplit([0.7, 0.3])- 创建线性回归模型对象：
lr = LinearRegression(featuresCol="features", labelCol="Y")- 训练模型：
model = lr.fit(trainingData)- 进行预测：
predictions = model.transform(testData)至此，我们完成了使用火花DataSet设置LinearRegression的X1-Xn和Y的流程。这个过程中，我们使用了Spark的机器学习库（MLlib）中的线性回归算法。线性回归模型可以用于预测因变量Y和自变量X1-Xn之间的线性关系。在实际应用中，可以通过修改输入数据的X1-Xn值，以及训练数据和测试数据的划分比例等，来调整模型的准确性和性能。
腾讯云相关产品推荐：
- 腾讯云数据库 TencentDB：提供可扩展、安全可靠的云数据库服务，支持多种数据库引擎和存储类型。产品介绍链接：https://cloud.tencent.com/product/cdb
- 腾讯云人工智能平台 AI Lab：提供多种人工智能服务，包括图像识别、语音识别、自然语言处理等，可以满足各类人工智能应用的需求。产品介绍链接：https://cloud.tencent.com/product/ailab
- 腾讯云物联网开发平台 IoT Hub：提供全球化部署的稳定可靠的物联网云服务，支持设备连接、数据采集、消息通信等功能，适用于各类物联网应用场景。产品介绍链接：https://cloud.tencent.com/product/iothub
- 腾讯云服务器 CVM：提供高性能、可扩展的云服务器，支持多种操作系统和应用场景，具备弹性计算和可靠性高的特点。产品介绍链接：https://cloud.tencent.com/product/cvm
请注意，以上推荐的腾讯云产品仅供参考，具体选择应根据实际需求进行评估和决策。
相关·内容
我写了
import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
dataset=pd.read_csv("Salary_Data.csv")
X= dataset.iloc[:,:-1].values
y= dataset.iloc[:,1].values
from sklearn.cross_validation import train_test_split
X_train,X_test,y_train,y_test= train_test_split(X, y, te
浏览 5提问于2017-06-20得票数 1
1回答
所以我是机器学习的新手，对这个错误有点困惑：
形状(1,4)和( 14 ,14)不对齐:4 (dim 1) != 14 (dim 0)
以下是完整的错误：
文件"/Users/jim/anaconda3/lib/python3.6/site-packages/sklearn/utils/extmath.py"，第140行，在safe_sparse_dot中返回np.dot(a，b)
ValueError:形状(1,4)和( 14 ,14)不对齐:4 (dim 1) != 14 (dim 0)
我的测试集有4行数据和14行数据，如(1,4)和(14,14)所示。至少我觉得这就是我
浏览 0提问于2017-12-31得票数 1
回答已采纳
1回答
因此，我正在创建我的训练和测试集，以便在使用sklearn的多元线性回归模型中使用。
我的数据集包含182个特征，如下所示；
id feature1 feature2 .... feature182 Target
D24352 145 8 7 1
G09340 10 24 0 0
E40988 6 42 8 1
H42093 238 234 2 1
浏览 1提问于2019-01-07得票数 2
回答已采纳
我正在一个简单的数据集上试用LinearRegression模型(来自Andrew课程，我并不重要，请看图以供参考)
这是我的剧本
import numpy as np
import matplotlib.pyplot as plt
from sklearn.linear_model import LinearRegression
dataset = np.loadtxt('../mlclass-ex1-008/mlclass-ex1/ex1data1.txt', delimiter=',')
X = dataset[:, 0]
Y = dataset[:,
浏览 5提问于2015-04-17得票数 14
3回答
如何将标量数组转换为二维数组？
、、、、
我是机器学习的新手，在将标量数组转换为2d数组时，我还面临一些问题。我试图在spyder中实现多项式回归。这是我的密码，请帮忙！
# Polynomial Regression
# Importing the libraries
import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
# Importing the dataset
dataset = pd.read_csv('Position_Salaries.csv')
X = dataset.iloc[:, 1:2].values
y
浏览 3提问于2019-03-08得票数 1
下面的代码得到一个从8到18的x轴。x轴的数据实际上是从1,000到5,000万。我期望对数刻度显示(10,000)、(100,000)、(1,000,000) (10,000,000)等。 如何修复x轴？ dataset = pandas.DataFrame(Transactions, Price)
dataset = dataset.drop_duplicates()
import numpy as np
import matplotlib.pyplot as plt
X=dataset[['Transactions']]
y=dataset[['Price&
浏览 9提问于2020-07-06得票数 0
我正试着在spyder中用熊猫建立一条简单的回归线。在执行下面的代码后，我得到了这个错误：
Found input variables with inconsistent numbers of samples: [1, 99]
代码：
import numpy as np
import pandas as pd
dataset = pd.read_csv('Phil.csv')
x = dataset.iloc[:, 0].values
y = dataset.iloc[:, 2].values
from sklearn.linear_model import Linea
浏览 2提问于2017-08-16得票数 6
回答已采纳
我是python的新手。在下面的代码中，每当我运行最后一行时，我都会收到消息"Kernel died，restarting“，然后Kernel就会重新启动。
import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
import traceback
dataset = pd.read_csv('Salary_Data.csv')
X = dataset.iloc[:, :-1].values
y = dataset.iloc[:, 1].values
from sklearn.cr
浏览 0提问于2017-11-12得票数 1
dataset = pd.read_excel('dfmodel.xlsx')
X = dataset.iloc[:, :-1].values
y = dataset.iloc[:, -1].values
from sklearn.model_selection import train_test_split
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size = 0.2, random_state = 0)
from sklearn.linear_model import LinearR
浏览 104提问于2020-09-30得票数 0
回答已采纳
1回答
我使用以下代码生成一个情节：
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
dataset = pd.read_csv('Position_Salaries.csv')
X = dataset.iloc[: , 1:2].values
y = dataset.iloc[: , 2:3].values
from sklearn.linear_model import LinearRegression
l_regressor = LinearRegression()
l_regr
浏览 2提问于2022-09-04得票数 0
2回答
我参加了一个与sklearn/python有关的机器学习课程。我理解模型的预处理、选择和运行等，但是现在我已经遍历了这些数据，我不知道如何：
导出此数据，或如何查找特定行(ID)的预测。
这是我的密码：
import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
dataset = pd.read_csv('test_dataset.csv')
dataset.set_index('ID', inplace=True) # replace ID with identifier f
浏览 4提问于2021-08-11得票数 1
我是机器学习新手，当我尝试在.predict()上执行X_test方法时，我会遇到这个错误。我也不理解reshape的概念:为什么我们需要这样做？
# Importing the libraries
import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
# Importing the dataset
dataset = pd.read_csv('Salary_Data.csv')
X = dataset.iloc[:,-1].values
y = dataset.iloc[:,1].
浏览 0提问于2019-01-26得票数 0
当α参数接近于零时，Tikhonov (脊)代价与最小二乘代价等价。上的所有内容都表示相同。所以我以为
sklearn.linear_model.Ridge(alpha=1e-100).fit(data, target)
相等于
sklearn.linear_model.LinearRegression().fit(data, target)
但事实并非如此。为什么？
用代码更新的：
import pandas as pd
from sklearn.linear_model import Ridge, LinearRegression
from sklearn.preprocessing im
浏览 17提问于2016-11-13得票数 6
回答已采纳
1回答
我有一个数据集。它的一个列--“关键字”--包含分类数据。我尝试使用的机器学习算法只接受数字数据。我想把"Keyword“列转换成数值-我该怎么做呢？使用NLP？一袋话？
我尝试了下面的方法，但我得到了ValueError: Expected 2D array, got 1D array instead。
from sklearn.feature_extraction.text import CountVectorizer
count_vector = CountVectorizer()
dataset['Keyword'] = count_vector.fit_tra
浏览 0提问于2019-10-07得票数 2
回答已采纳
1回答
import pandas as pd
from sklearn.linear_model import LinearRegression
from sklearn.model_selection import train_test_split
dataset = pd.read_csv('C:/Users/seemarahul/Downloads/adult-1.csv')
X = dataset.iloc[:,0:15].values
Y = dataset['income']
y_train: object
X_train,X_test,y_tr
浏览 0提问于2020-06-25得票数 0
在对因变量和三个自变量的多元回归中实现OLS时，将面临以下代码
PatsyError:错误评估因子: IndexError:只有整数、切片(:)、省略号(...)、numpy.newaxis (None)和整数或布尔数组才是有效的索引。
Y~ X1
^
#Importing the libraries
import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
# Importing the dataset
dataset = pd.read_csv('data1.csv')
X = d
浏览 4提问于2020-01-22得票数 0
2回答
我在多元线性回归中得到了100%的准确率。我正在学习去年的一个教程。他在相同的模型上不能达到100%的准确率，但我现在得到了。在我看来很奇怪。这是我的代码。我做的是对的，还是我的代码有问题？ import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
dataset = pd.read_csv('M_Regression.csv')
X = dataset.iloc[:, :-1].values
Y = dataset.iloc[:, :1].values
from sklearn.mod
浏览 94提问于2020-10-19得票数 2
import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
dataset=pd.read_csv("Marketing_Data.csv")
X = dataset.iloc[:, :-1].values
y = dataset.iloc[:, -1].values
from sklearn.model_selection import train_test_split
X_train, X_test, y_train, y_test = train_test_split(X, y, te
浏览 67提问于2021-04-07得票数 2
1回答
多项式回归图的多重迹
、、、
我正在实现简单的多项式回归来预测给定大小的视频的时间，这是我自己的数据集。现在，由于某些原因，我的图得到了多个踪迹。
# Importing the libraries
import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
# Importing the dataset
dataset = pd.read_csv('estSize.csv')
X = dataset.iloc[:, 0].values.reshape(-1,1)
y = dataset.iloc[:, 1].values.
浏览 2提问于2018-08-08得票数 3
回答已采纳
导入库
import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
导入数据集
dataset = pd.read_csv("50_Startups.csv")
x = dataset.iloc[:, :-1]
y = dataset.iloc[:, -1]
print(x)
print(y)
处理分类数据
from sklearn.compose import ColumnTransformer
from sklearn.preprocessing import OneHotEnco
浏览 9提问于2020-08-03得票数 0
我成功地使用sklearn的多元线性回归训练了我的模型。这是我使用的代码：
import pandas as pd
dataset = pd.read_csv('C:\\mylocation\\myfile.csv')
dataset2 = pd.get_dummies(dataset)
y = dataset.iloc[:, 31:32].values
dataset2.pop('Target')
X = dataset2.iloc[:, :180].values
#Split the dataset
from sklearn.cross_validati
浏览 0提问于2018-12-31得票数 0
回答已采纳
我为一个学校项目做了这个程序，它工作得很好，但是我的数据应该以日期的形式出现，但是每次我把日期作为变量插入时，它只是用一个错误提示我说(不能浮动字符串"2022-05-16“)。
提前感谢
import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
import datetime
dataset = pd.read_csv('/content/Position_Salaries.csv')
X = dataset.iloc[:, 1:2].values
y = dataset.iloc
浏览 4提问于2022-05-17得票数 0
回答已采纳
1回答
对数线性回归
、、
我有一个数据集，我正在尝试对数据集进行对数转换，但我一直收到一个错误，指出预期的2D数组，而不是1D数组：
dataset3 = df_sheet_map['Set 3']
dataset3
X2 = dataset3.x
Y2 = dataset3.Y
plt.plot(X2, Y2, 'o')
plt.xlabel('x')
plt.ylabel('y')
plt.show()
print('A logarthimic regression model will be used for this data set&#
浏览 3提问于2019-11-11得票数 1
我得到了一个数据集，我正在尝试寻找一些X和Y数据之间的关系。我希望能够使用sklearn库来绘制数据，并预测/plt方程的曲线。
然而，当我尝试在将多项式回归模型拟合到我的数据集之后绘制我的预测值时，我的代码陷入了无限循环。
最终目标是，一旦我预测/绘制了曲线，我希望能够知道曲线的完整方程。
这是我的代码。
import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
Dataset = pd.DataFrame()
Dataset["X"] = [6377, 6378, 6379, 6380, 6
浏览 1提问于2017-09-27得票数 0
1回答
有没有人可以帮我解决上面的错误。我实际上是在使用机器学习中使用的简单回归模型中的预测函数，并提出了一个错误。我已经使用了重塑函数来转换我的测试和训练数据，并相应地使用它们。执行的代码是：-
import pandas as pd
from numpy import *
import matplotlib.pyplot as plt
dataset=pd.read_csv("Salary_Data.csv")
X=dataset.iloc[:,0].values
X
Y=dataset.iloc[:,1].values
datas
浏览 1提问于2019-12-07得票数 0
我试着运行这个python脚本，
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from sklearn.linear_model import LinearRegression
from sklearn.metrics import r2_score
dataset= pd.read_csv('Desktop/Yahoo_Finance.csv')
dataset.head()
X = dataset.iloc[:, 0:2].values
y = dataset['Clo
浏览 6提问于2022-04-22得票数 -3
1回答
我正在试着预测波士顿的房价。当我选择多项式回归度为1或2时，R2得分是可以的。但第三度会降低R2得分。
# Importing the libraries
import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
# Importing the dataset
from sklearn.datasets import load_boston
boston_dataset = load_boston()
dataset = pd.DataFrame(boston_dataset.data, columns =
浏览 11提问于2019-07-28得票数 0
回答已采纳
1回答
我有这个数据框架，我想计算臭氧的多项式回归。我将o3作为y值传递，将日期作为x值传递。为什么我的多项式回归在2到15年级看起来是一样的？我已经比较了4年级和15年级，没有区别...我将得到的回归与CurveExpert软件进行了比较，它们是完全不同的。如何解决问题，如何看待4年级和15年级之间的差异？ import matplotlib.pyplot as plt
import datetime as dt
import pandas as pd
# Importing the dataset
dataset = pd.read_csv('https://raw.githubuse
浏览 13提问于2020-06-22得票数 1
回答已采纳
我对ML很陌生。尝试线性回归，面对下面的误差。请帮我解决这个问题。这是我的代码：
x=dataset.iloc[:,1:-1].values
y=dataset.iloc[:,-1].values
from sklearn.model_selection import train_test_split
from sklearn.linear_model import LinearRegression
x_train,y_train,x_test,y_test=train_test_split(x,y,test_size=0.2)
regressor=LinearRegression()
r
浏览 0提问于2018-12-24得票数 0
1回答
我试图在虹膜数据集上实现简单的线性回归。我的代码是：
from sklearn.linear_model import LinearRegression
df = sns.load_dataset('iris')
x = df['sepal_length']
y = df['sepal_width']
model = LinearRegression()
model.fit(x,y)
但是，我得到了以下错误：
如果数据具有单个特性，则使用array.reshape(-1，1)或array.reshape(1，-1)对数据进行整形。
浏览 0提问于2022-02-04得票数 0
回答已采纳
我试图实现线性回归，但是当我运行代码时，我得到了这个错误ValueError: Found input variables with inconsistent numbers of samples: [1, 20] in line-->linear.fit(x_train1,y_train1) [data type of x_train1,x is series & y_ is series]。
我将x=dataset.iloc[:,:-1]数据类型更改为x_train，将x更改为dataframe(y_仍为系列)，并正常工作
那么，为什么即使y仍然是系列的，它也只有在x是数据帧
浏览 1提问于2017-12-23得票数 1
回答已采纳
1回答
我的星火包是火花-2.2.0bin-hadoop2.7。
我将火花变量导出为
export SPARK_HOME=/home/harry/spark-2.2.0-bin-hadoop2.7
export PATH=$SPARK_HOME/bin:$PATH
我打开了火花笔记本
pyspark
我可以用火花装载包裹。
from pyspark import SparkContext, SQLContext
from pyspark.ml.regression import LinearRegression
print(SQLContext)
输出是
<class 'pyspark.
浏览 0提问于2018-02-13得票数 1
回答已采纳
我是机器学习和python的新手。我已经用python创建了一个简单的线性回归模型。我可以测试我的模型的准确性，但只针对我的数据集中的数据，我的数据集是一个csv文件，其中包含工资和多年经验之间的关系。但我想在实际生活中使用它。例如，我将输入多年的经验，输出将是预测的工资。以下是我到目前为止所做的工作
import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
# Importing the dataset
dataset = pd.read_csv('Salary_Data.csv')
X =
浏览 5提问于2017-12-04得票数 1
回答已采纳
在练习简单线性回归模型时，我得到了这个错误，我认为我的数据集有问题。
这是错误正文：
ValueError: Expected 2D array, got 1D array instead:
array=[ 7. 8.4 10.1 6.5 6.9 7.9 5.8 7.4 9.3 10.3 7.3 8.1].
Reshape your data either using array.reshape(-1, 1) if your data has a single feature or array.reshape(1, -1) if it contains a sin
浏览 0提问于2018-07-03得票数 32
回答已采纳
我得到的错误是： ValueError: shapes (1,2) and (15,) not aligned: 2 (dim 1) != 15 (dim 0) 代码： import numpy as np
import pandas as pd
dataset = pd.read_csv('music.csv')
X = dataset.iloc[:, :-1].values
y = dataset.iloc[:, -1].values
from sklearn.preprocessing import LabelEncoder
le = LabelEncoder()
浏览 9提问于2021-03-15得票数 0
3回答
我目前正在从事一个线性回归项目，在这个项目中，我需要收集数据，将其拟合到一个模型中，然后根据测试数据进行预测。
如果我是正确的，简单线性回归对两个变量，X(独立)和Y(相依)起作用。我有以下数据集，其中我认为time列为X，value列为Y：
+-----+------+
|value|minute|
+-----+------+
| 5000| 672|
| 6000| 673|
| 7000| 676|
| 8000| 678|
| 9000| 680|
+-----+------+
我不知道的是如何正确地将这个数据集拟合成线性回归模型。我以前使用过k-means，我用
浏览 8提问于2017-06-27得票数 3
回答已采纳
1回答
用线性回归方法处理缺失值
、、、
我试图用线性回归方法处理列中缺少的值。
列名为"Landsize“，我试图使用其他几个变量使用线性回归预测NaN值。
这是林。回归码：
# Importing the dataset
dataset = pd.read_csv('real_estate.csv')
from sklearn.linear_model import LinearRegression
linreg = LinearRegression()
data = dataset[['Price','Rooms','Distance','La
浏览 0提问于2019-08-25得票数 1
回答已采纳
我正在学习一门关于机器学习的课程，老师在多项式线性回归的预测函数中传递一个浮动参数，这对他是有效的。但是，当我传递代码时，它会抛出一个错误
“期望的二维数组，得到标量数组”。
我尝试过将标量使用到数组中，但它似乎不起作用。
# Polynomial Regression
# Importing the libraries
import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
# Importing the dataset
dataset = pd.read_csv('Position_S
浏览 3提问于2019-07-26得票数 1
1回答
import pandas as pd
from sklearn.model_selection import train_test_split
from sklearn.linear_model import LinearRegression
Dataset = pd.read_csv('Salary_Data.csv')
Salary , YearsExperience = Dataset['Salary'] ,Dataset['YearsExperience']
X_train, X_test, y_train, y_test = tra
浏览 1提问于2018-03-01得票数 1
我使用了load_boston数据集从学习和线性回归。守则：
from sklearn.datasets import load_boston
import pandas as pd
import numpy as np
%matplotlib inline
from sklearn.model_selection import train_test_split, KFold,cross_val_score,cross_validate
from sklearn.linear_model import LinearRegression
#Loading the dataset
x = loa
浏览 4提问于2020-04-21得票数 0
回答已采纳
1回答
当在机器学习模型中指定X和y数组时，我看到它们有时从数据中获取列，如df.iloc:,2.values，中的“值”，有时将其重新定义为2D数组，如df.iloc:,2.values.reshape(-1,1).
什么时候用哪种？
有时我用任何一种方法，它们都能起作用。为什么未成形的一个在有这样的语句时工作，比如“scikit-学习转换器期望输入数据是行和列的矩阵，因此目标变量的一维数组必须在转换之前被重塑为2D数组”。
编辑：
X=dataset.iloc[:,1:23].values
y=dataset.iloc[:,0].values
#%%
from sklearn.preproces
浏览 11提问于2019-09-27得票数 0
1回答
我是个初学者，建立了一个线性回归模型，当我根据测试集进行预测时，效果很好。但当我试图预测某一特定值时。它带来了一个错误。我正在看的教程，他们没有任何错误。
dataset = pd.read_csv('Position_Salaries.csv')
X = dataset.iloc[:, 1:2].values
y = dataset.iloc[:, 2].values
# Fitting Linear Regression to the dataset
from sklearn.linear_model import LinearRegression
lin_reg = L
浏览 1提问于2019-07-18得票数 1
回答已采纳
1回答
在Python中使用切片
、、、、
我使用来自UCI repo：的数据集，然后执行下一步：
from pandas import *
from sklearn.neighbors import KNeighborsRegressor
from sklearn.linear_model import LinearRegression, LogisticRegression
from sklearn.svm import SVR
from sklearn.ensemble import RandomForestRegressor
from sklearn.metrics import r2_score
from sklearn.cr
浏览 4提问于2016-08-30得票数 0
回答已采纳
我从sklearn.model_selection家族引进了train_test_split，我想对我的模型进行训练和测试，以便预测变量y。
我将字符串数据类型指定为我的X ( dataset的特性/变量)，而我的y是一个整数数据集(响应)。
在这样做之后，我从LinearRegression家族导入了sklearn.linear_model函数/方法，现在当我试图拟合模型时，它会显示一个错误。
can’t convert strings(X) to variable y
为什么？
X = df[['Avg. Area Income', 'Avg. Area House
浏览 2提问于2022-07-11得票数 1
1回答
我有以下的数据，并计划实现线性回归出来。
我已经开始编写脚本，并停止了它，因为日期字段(自变量)抛出了一个错误。有人能帮我修改代码来转换日期字段吗？
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
from sklearn.linear_model import LinearRegression
from sklearn.model_selection import train_test_split
from sklearn.metrics imp
浏览 3提问于2020-09-24得票数 0
在我训练了LinearRegression模型之后，如何将coef和intercept与我的predict结果关联起来？
我使用的数据集：
我的代码：
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
from sklearn.model_selection import train_test_split
from sklearn.linear_model import LinearRegression
from sklearn import metrics
浏览 2提问于2021-09-30得票数 1
我一直在尝试在spyder IDE上用python实现多项式回归模型，一切工作正常，最后当我尝试从numpy添加排列函数时，它给了我以下错误!！
import pandas as pd
import matplotlib.pyplot as plt
import numpy as np
dataset = pd.read_csv("Position_Salaries.csv")
X = dataset.iloc[:, 1:2]
y = dataset.iloc[:, 2]
#fitting the linear regression model
from sklearn.
浏览 0提问于2019-07-06得票数 2
我在做一个简单的线性回归模型，
这是我的Python代码：
import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
dataset=pd.read_csv('sample.csv')
X=dataset.iloc[:,:-1].values
Y=dataset.iloc[:,1].values
from sklearn.model_selection import train_test_split
X_train,X_test,Y_train,Y_test=train_test_split
浏览 0提问于2018-05-28得票数 1
String filePath = new File("").getAbsolutePath();
DataSource source = new DataSource(filePath + "\\src\\data\\data.arff");
Instances dataset = source.getDataSet();
// set class
dataset.setClassIndex(0);
// build model
**LinearRegression lr = new LinearRegression();**
lr.buildClassif
浏览 11提问于2017-02-11得票数 4
1回答
套索回归目标不收敛
、、、、
这是我的代码。当我运行它的时候，脊线是正常的，但是对于套索，我得到了错误消息：
ConvergenceWarning: Objective did not converge. You might want to increase the number of iterations.
请帮帮忙。
from sklearn.linear_model import LinearRegression, Lasso, Ridge, RidgeCV, LassoCV
from sklearn.model_selection import cross_val_score
import numpy as np
浏览 1提问于2019-12-19得票数 2
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
实时音视频
即时通信 IM活动推荐
腾讯云开发者
