然而，我似乎找不到一种方法来将我的模型应用于测试数据，并获得R平方和其他东西。这就是我使用sklearn得到的东西，但是找不到使用statsmodel复制的方法：from sklearn.model_selection import train_test_splitX2 = sm.add_constant(X_train)est2 = est.fit()第二个脚本中的输出
浏览 16提问于2019-11-16得票数 1
回答已采纳
我正在使用scikit learn的LinearRegression()建立我的第一个时间序列预测模型。我还遇到了统计模型AutoReg()、ARMA()和SARIMAX()。不幸的是，从文献中我找不到考虑它们的方法。它们是LinearRegression()的替代品吗？他们是ML吗？它们有根本的不同吗？
如果能给我点提示，我会很感激的。谢谢。
浏览 30提问于2021-05-14得票数 0
回答已采纳
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。| 7000| 676|| 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，我用它创建了一个向量形式的features列
浏览 8提问于2017-06-27得票数 3
回答已采纳
1回答
我使用Matlab的stepwiselm找到适合我的训练数据。结果模型具有Matlab所显示的f-统计量的“总p值”.现在我想在测试数据集上使用这个模型，并计算它的p值，以确定预测有多重要。Matlab有3个命令来评估新数据()上的模型。但这些命令都不会自动报告f统计量p值。例如，使用predict和来自stepwiselm的模型返回预测的响应。
浏览 0提问于2018-01-09得票数 2
回答已采纳
为什么我们在给LinearRegression模型一个预测方法之前使用fit，我在这本书中指的是，我甚至没有给它一个合适的训练数据集
我的意思是，当我们给拟合，它不只是符合数据，为什么我们需要预测一些已经知道的我只需要知道为什么我们使用fit()然后预测()。就像我们不是已经给了房屋标签-the假设的模型输出一样，为什么我们以后还要预测它呢？它的唯一目的是只检查我们的LinearRegres
浏览 18提问于2022-08-24得票数 -1
回答已采纳
1回答
火花负荷模型与持续训练
、、、
我使用LinearRegression.我保存了模型，并将其加载到另一个类中进行预测：val result = model.transform(data).select("prediction")
现在我想继续用新的数据来训练模型，所以我保存了模型并加载它来继续培训。我也无法将模型加载到<
浏览 0提问于2016-09-01得票数 9
4回答
我正在写一些代码，根据一些数据评估不同的sklearn模型。我正在使用类型提示，这既是为了我自己的教育，也是为了帮助其他最终必须阅读我的代码的人。我的问题是如何指定sklearn预测器的类型(例如LinearRegression())？= TypeVar('Predictor') 但是，如果已经有一个传统的sklearn模型类型，我就不想使用它了。检查LinearRegression()的类型会产生以下结果：
浏览 42提问于2019-02-25得票数 15
回答已采纳
最近，我遇到了一个名为RidgeClassifier的模型，它将预测值(y)转换为{-1,1}，然后使用Ridge回归。在预测过程中，如果y的值<0，则预测为-1，如果y的值>0，则预测为+1。因此，当里奇亚分类器对某些数据集很好地工作时，为什么我们不能/不能有一个名为LinearClassifer的东西，它可以在训练期间使用LinearRegression和相同的预测
浏览 0提问于2021-11-19得票数 1
2回答
我正在使用sklearn对一些数据进行线性回归模型拟合。具体地说，我的response变量存储在数组y中，我的特征存储在矩阵X中。我用下面的代码训练一个线性回归模型 model = LinearRegression(然后假设我有一些新的数据X_new，我想要预测它们的响应变量。(model.predic
浏览 5提问于2016-02-07得票数 1
我有一个基于历史数据的LinearRegression模型，现在我正尝试在新数据上重用相同的模型来进行预测。我知道我们可以分别使用model.save和LinearRegression.load方法保存和加载模型，但是，我无法找到一种方法来将新数据传递到加载的模型中进行预测。创建和训练模型的代码粘贴如下：
val assembler = new VectorAss
浏览 0提问于2017-06-05得票数 2
回答已采纳
1回答
我正在尝试使用来自scikit的LinearRegression来拟合线性模型。从预测函数中，我得到了一个点估计预测值，但我需要一个可能值的分布，其中预测的点值可能是高斯的平均值。我想知道是否有一种方法可以从任何scikit模型中获得这样的发行版。我检查了方差得分，但找不到将其映射到方差的方法。请帮帮忙。
浏览 0提问于2016-03-19得票数 2
1回答
我试图运行一个线性回归模型，以年数作为y变量的x变量和温度，但我一直存在误差。我设法使用下面的代码运行一个回归模型，并对未来的日期2040年进行预测。但我所挣扎的是改变数据，使其运行在一个特定的日期，1950年，而不是1880年，这是数据的最初开始。如何在线性回归模型中更改数据范围？data=df)
y=df.No_Smoothing
f
浏览 0提问于2020-03-12得票数 0
回答已采纳
回顾线性回归通过状态模型OLS适合，我认为你必须使用add_constant添加一个常数'1‘到你在自变量(S)中的所有点在拟合之前。
浏览 14提问于2016-12-31得票数 12
回答已采纳
1回答
线性模型预测不一致
、、、
y = df_shuffled["cnt"]from sklearn.linear_model import LinearRegressionregr.predict(X)[:5]
浏览 2提问于2017-07-02得票数 1
2回答
我在试着预测起飞15分钟的延误对航班到达时间的影响。我在DF中有数千行和几列。其中两个列是dep_delay和arr_delay，表示起飞延迟和到达延迟。我构建了一个简单的LinearRegression模型：我的第一个想法是<em
浏览 7提问于2022-06-25得票数 1
回答已采纳
我试图找出如何从熊猫数据系列和matplolib中获得x值。我也许可以在0.5值处画直线，得到交点，或者以某种方式插值数据，但我不知道如何正确地进行。
也许有人有什么建议？
浏览 0提问于2018-05-23得票数 0
2回答
我已经成功地对下面的数据集进行了预测，但我正在试图弄清楚如何将预测输出从模型映射回团队标签。我正在使用Python3、Pandas和SciKit学习。feature harnessY = learning.Score
model = LinearRegressionfor X
#
浏览 1提问于2020-07-23得票数 0
回答已采纳
1回答
我有一个23k行的大型数据集。如何创建一个使用last_price和股票id等特性来预测第二天价格的模型？它使用旧数据来重新训练数据。
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size
浏览 3提问于2021-09-25得票数 0
如何使用LinearRegression()函数构建机器学习模型来预测客户的预期SpendValue 还可以使用10折交叉验证来测量模型的性能，测试集大小为20%。 ? print("The training dataset has {} examples and {} features.".format(X.shape[0], X.shape[1]))
lr = LinearRegressionkfolds.split(X)
浏览 55提问于2019-05-27得票数 0
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
腾讯会议
云直播
对象存储活动推荐
腾讯云开发者
