如何从拆分数据集中创建线性回归模型？

Question

我只是将数据拆分为训练和测试集，我的计划是训练线性回归模型，并能够使用测试拆分检查性能。

我当前的代码是：

import pandas as pd
import numpy as np
from sklearn import datasets, linear_model
import matplotlib.pyplot as plt

df = pd.read_csv('C:/Dataset.csv')
df['split'] = np.random.randn(df.shape[0], 1)
split = np.random.rand(len(df)) <= 0.75
training_set = df[split]
testing_set = df[~split]

我应该使用适当的方法从外部文件（例如.csv）绘制线性回归模型吗？

Answer 1

由于您想使用scikit-learn，因此这是使用sklearn.linear_model.LinearRegression的方法：

from sklearn.linear_model import LinearRegression

model = LinearRegression()

X_train, y_train = training_set[x_vars], training_set[y_var]
X_test, y_test = testing_test[x_vars], testing_test[y_var]

model.fit(X_train, y_train)

predictions = model.predict(X_test)

根据您是否需要更多描述性输出，还可以考虑使用statsmodels进行线性回归。