使用最小二乘法v/s sklearn回归方法时要选择的样本？

如何解决使用最小二乘法v/s sklearn回归方法时要选择的样本？

在使用 sklearn 线性回归库时，当我们使用 traintestsplit 拆分数据时，我们是否必须使用 OLS 的训练数据（最小二乘法），或者我们可以使用 OLS 方法的完整数据并推导出回归结果。

解决方法

数据科学家作为初学者会犯很多错误，其中之一就是在学习过程中使用测试数据，请看here中的这张图：

如您所见，数据在训练过程中是分开的，以这种方式保持这一点非常重要。

现在您问的问题是关于最小二乘法，虽然您可能认为通过使用完整数据来改进过程，但您忘记了评估部分，这会更好，而不是因为回归更好。这更好，因为您已经向模型展示了您用来测试它的数据。