Python / Scikit-learn - 线性回归 - 访问线性回归方程

Question

我使用相同的预测变量组构建了一些不同的线性回归，如下所示：

model=LinearRegression()
model.fit(X=predictor_train,y=target_train)
prediction_train=model.predict(predictor_train)
pred=model.predict(main_frame.iloc[-1:,1:])

为了创建目标变量的预测，我想Scikit算法用这些“预测变量”创建了一个方程。 我的问题是：我如何获得这个等式？

Answer 1

你在寻找params = model.coef_ 。 这将返回一个数组，其中包含每个模型输入的权重。

请注意，这是一个线性方程，所以为了得到自己的预测，你想形成一个方程，使你的预测， y = sum([input[i] * params[i]]) ，如果你有一些输入数组叫input 。 如果您熟悉参数向量和特征向量之间的线性代数，则这是点积。