Перехват в линейной регрессии

Question

Я новичок в машинном обучении, и меня смущает, что делает функция параметра перехвата линейной регрессии.

При установке параметра fit_intercept=False я получаю значение .coef _ как 287.986236 , однако, при установке fit_intercept=True, я получаю значение .coef _ как 225.81285046 .

Почему есть разница?И я не уверен, как интерпретировать результаты и сравнить эти значения!

    lm = LinearRegression(fit_intercept=False).fit(REStaten_[['GROSS_SQUARE_FEET']], REStaten_['SALE_PRICE'])
    lm.coef_
    # 287.986236

    lm = LinearRegression(fit_intercept=True).fit(REStaten_[['GROSS_SQUARE_FEET']], REStaten_['SALE_PRICE'])
    lm.coef_
    # 225.81285046

Answer 1

• Наклон и Перехват являются очень важной концепцией линейной регрессии.
• Наклон указывает крутизнулиния и перехват указывают место, где она пересекает ось.
• Если мы установим Перехват как Ложный, тогда пересечение не будет использоваться в вычислениях (например, ожидается, что данные уже центрированы).

Когда мы используем модель LR в наборе данных, она пытается построить «линию наилучшего соответствия», увеличив или уменьшив значения Slope и Intercept значений.Вы получаете разные значения .coef_, потому что вы отключаете параметр Intercept при первой попытке и включаете его при второй попытке.

Надеюсь, это поможет.Для получения дополнительной информации вы можете обратиться к документации scikit-learn. Sk Learn Линейная регрессия