如何解决使用Scikit学习回归时的截距和系数解释值
我的数据包含a,b,c特征和R结果
a b c R
245 49 158 166.6543133
3 195 191 100.3637372
. . . .
我使用scikit Learn Linear regression应用了线性回归并得到了:
截取B0
和[k0,k1,k2]
系数。
如何在不使用predict
函数的情况下使用这些变量来预测结果?
编辑:
我通过将RGB应用于XYZ(CEI)获得了数据,实际上系数与标准公式相似。
Standard formula coeff : [0.4887180 0.3106803 0.2006017]
Linear regression coeff : [0.488718 0.3106803 0.2006017]
解决方法
您可以将变量yhat创建为
yhat = B0 + k0 * x1 + k1 * x2 + k2 * x3
其中x1,x2和x3是您的自变量。
注意:
- 上面是线性回归模型的方程,可以扩展为任意数量的变量。
-
yhat
根据估算系数存储给定值x1,x2和x3的预测值
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。