[英]Python apply list of coefficient (from regression model) on new data
我有一個來自 sklearn 邏輯回歸模型的系數列表:
[-0.52 0.31 0.059 0.1 ]
現在,我有一個新的數據框,例如:
df = A B C D
1 5 2 7
6 2 1 9
我想添加一個新列 - 這是在每行上應用 coeffs 列表的結果。 所以這些值將是:
1*-0.52 + 5*0.31 + 2*0.059 + 7*0.1 = 1.848
6*-0.52 + 2*0.31 + 1*0.059 + 9*0.1 = -1.541
最好的方法是什么?
謝謝!
所以我們可以做numpy
reshape
l = [-0.52, 0.31, 0.059, 0.1 ]
s = [1, 5 ,2 ,7 ,6 ,2 ,1 ,9]
np.sum(np.array(s).reshape(-1,4)*l, axis=1)
Out[140]: array([ 1.848, -1.541])
更新
df['New'] = df.dot(l)
df
Out[145]:
A B C D New
0 1 5 2 7 1.848
1 6 2 1 9 -1.541
這就是矩陣乘法。 你可以做:
df['new_col'] = df @ a
輸出:
A B C D new_col
0 1 5 2 7 1.848
1 6 2 1 9 -1.541
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.