使用 sklearn 预测离散值

Question

任何人都可以帮助教如何预测 x=12 的响应吗？ 输入的命令或指令是什么？

from sklearn.linear_model import LinearRegression
import numpy as np
#Data

x = np.array([6, 8, 10, 14, 18]).reshape((-1, 1))
y = np.array([7, 9, 13, 17, 18])

#Instantion of the model

model_linearReg=LinearRegression()
model_linearReg.fit(x,y)

#Precision of the model

precision=model_linearReg.score(x,y)
print(precision*100)

#prediction of the model

prediction=model_linearReg.predict(x)
print(prediction)

Answer 1

LinearRegression或任何 sklearn 分类器的输入几乎总是 2D numpy arrays 形状N_targets x N_features ； 由于您的回归任务只有一个变量（ N_targets = 1 ）和一个特征（ N_features = 1 ），您只需将12包装到一个列表中（技术上类似于数组）两次：

import numpy as np
from sklearn.linear_model import LinearRegression

x = np.array([6, 8, 10, 14, 18]).reshape((-1, 1))
y = np.array([7, 9, 13, 17, 18])

lr = LinearRegression().fit(x, y)
print(lr.predict([[12]])) # [13.56896552]
# probably want to unwrap as well
print(lr.predict([[12]])[0]) # 13.56896551724138