如何解决多元线性回归 - 为什么我的截距每次都如此不同?
我正在尝试对 Netflix 的未来价格和其他几列使用多元线性回归(请参阅下面的数据框):
我试图预测的 Y 是 Adj_Close。我的 X 就是其他一切。 出于某种原因,每次我用 MLR 训练我的模型时,我的拦截值都会发生巨大的变化 - 我不明白为什么。 (如果我的模型得分很高,它怎么会变化如此之大)
请看下面的代码:
#multiple linear regression
from sklearn.linear_model import LinearRegression
linear_regression=LinearRegression()
x_train,x_test,y_train,y_test = train_test_split(X_lr,y_lr,test_size=0.1)
#fitting
linear_regression.fit(x_train,y_train)
#prediction
pred=linear_regression.predict(x_test)
#score
linear_regression.score(X_lr,y_lr)
来自run 1
的拦截来自run 2
的拦截版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。