Линейная регрессия Python (ML) с использованием 3 предикторов для 1 цели (качество) - PullRequest
Новая
       5

Линейная регрессия Python (ML) с использованием 3 предикторов для 1 цели (качество)

0 голосов
/ 29 ноября 2018

Я сделал EDA для этого набора данных белого скули и я пытаюсь найти 3 предиктора качества и провести линейную регрессию по ним.

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

%matplotlib inline

wine = "~/Desktop/datasets/winequality-white.csv"
# Load the data
df = pd.read_csv(wine,sep=";")
df.head()

# Look at the information regarding its columns.
df.info()
# non-null floats also validated by √null_release_mask = df['fixed 
acidity'].isnull()

Я пытаюсь разделить тест на поезда и выбрать 3 предиктора для прогнозирования качества 

 from sklearn.model_selection import train_test_split

 X = df[["alcohol", "pH","free sulfur dioxide"]]
 y = df["quality"]

 X_train, X_test, y_train, y_test = train_test_split(X, y, 
 test_size=0.3, random_state=42)

 print(len(X_train), len(X_test))
 print(len(y_train), len(y_test))`
 from sklearn.linear_model import LinearRegression

 model = LinearRegression()

 model.fit(X_train,y_train)


import numpy as np

x_values_to_plot = np.linspace(0, df[["alcohol", "pH","free sulfur 
dioxide"]].max(), 15)
y_values_to_plot = (x_values_to_plot * model.coef_) + model.intercept_

fig, ax = plt.subplots(figsize=(6,6))

ax.scatter(df[["alcohol", "pH","free sulfur dioxide"]], df["quality"], 
label="data", alpha=0.2)
ax.plot(x_values_to_plot, y_values_to_plot, label="regression_line of 
white wines", c="r")
ax.legend(loc="best")

plt.show()

Однако я получаю эту ошибку: 

    ---------------------------------------------------------------------------
ValueError                                Traceback (most recent call 
 last)
<ipython-input-68-c52d735932ab> in <module>()
  1 import numpy as np
  2 
----> 3 x_values_to_plot = np.linspace(0, df[["alcohol", "pH","free 
sulfur dioxide"]].max(), 15)
      4 y_values_to_plot = (x_values_to_plot * model.coef_) + 
model.intercept_
      5 

~/anaconda3/lib/python3.7/site-packages/numpy/core/function_base.py in 
linspace(start, stop, num, endpoint, retstep, dtype)
    122     if num > 1:
    123         step = delta / div
--> 124         if step == 0:
    125             # Special handling for denormal numbers, gh-5437
    126             y /= div

 *ValueError: The truth value of an array with more than one element 
 is 
  ambiguous. Use a.any() or a.all()*

Любая помощь будет принята с благодарностью, я новичок в StackOverflow, поэтому помните о формате вопроса и дайте мне знать, что я могуулучшить.Спасибо

1 Ответ

0 голосов
/ 29 ноября 2018

Эта конкретная ошибка относится к этому фрагменту 

x_values_to_plot = np.linspace(0, df[["alcohol", "pH","free sulfur dioxide"]].max(), 15)

, поскольку 

df[["alcohol", "pH","free sulfur dioxide"]].max()

Возвращает три значения: максимальное для алкоголя, pH и свободного SO2.Вы можете исправить это, добавив еще один .max (), который выберет максимум из этих трех максимальных значений, предполагая, что это именно то, что вы пытаетесь сделать.

У вас есть несколько других проблем с разделом ниже вашей регрессиимодель.Что именно вы хотите подарить в конце?Вы всегда можете попробовать использовать seaborn, что хорошо для этих типов визуализации.

...