[英]Linear Regression in python with vectors
我有數據:
(ax1,ax2,ax2)(ay1,ay2,ay3)
(bx1,bx2,bx2)(by1,by2,by3)
(cx1,cx2,cx2)(cy1,cy2,cy3)
(cx1,cx2,cx2)(cy1,cy2,cy3)
....
我有幾組數據和相應的值。 我正在使用Sickitlearn進行線性回歸。
我正在查看回歸模型,卻沒有為矢量找到任何東西。 我錯過了什么嗎? 如果能,請讓我知道我們擁有給定輸入數據的任何模型
(zx1,zx2,zx3) we can predict (zy1m zy2zy3)
LinearRegression
的相關方法是.fit()
, 如所記錄的那樣 ,該方法接受共享行數/樣本數的兩個2D數組作為輸入。
In [26]: import sklearn as sk
In [27]: from numpy import array
In [28]: model = sk.linear_model.LinearRegression()
In [29]: a = array(range(30)).reshape(10,3) # 10 samples, 3 features
In [30]: b = a**1.25 -0.25*a + 12 # 10 samples, 3 targets
In [31]: model.fit(a, b)
Out[31]: LinearRegression(copy_X=True, fit_intercept=True, n_jobs=1, normalize=False)
In [32]: a[5], b[5], model.predict([a[5]])
Out[32]:
(array([15, 16, 17]),
array([ 37.76984507, 40. , 42.26923414]),
array([[ 39.47550026, 41.57922876, 43.75287898]]))
In [33]:
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.