# 2000 resample
x_sample, y_sample = resample (X, FACEbc, replace = True, n_samples = 2000)
beta_sample = []
for i in range(len(y_sample)):
regr_sample = LinearRegression().fit([x_sample.iloc[i]], y_sample[i])
y_Bpred = regr.predict([x_sample.iloc[i]])
print(regr_sample.coef_)
Я делаю выборку bootstrap для 2000 для линейной регрессии. Мне нужно найти среднее и стандартную ошибку коэффициента выборки, а это значит, что мне нужно получить коэффициент для каждой выборки и рассчитать среднее значение и коэффициент.
Поэтому я использую для l oop для расчета для каждого образца, каждая строка в x_sample. Но массив 1D не может выполнять линейную регрессию. Затем я нахожу решение изменить форму данных, но затем все коэффициенты возвращают «0», но предсказание у работает.
Мой вопрос заключается в том, как решить проблему линейной регрессии 1D, а также получить коэффициент?
Большое спасибо!