使用 sklearn 預測離散值

Question

任何人都可以幫助教如何預測 x=12 的響應嗎？ 輸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 分類器的輸入幾乎總是 2D numpy arrays 形狀N_targets x N_features ； 由於您的回歸任務只有一個變量（ N_targets = 1 ）和一個特征（ N_features = 1 ），您只需將12包裝到一個列表中（技術上類似於數組）兩次：

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