Нахождение окончательного уравнения регрессии в python - PullRequest
Новая
       44

Нахождение окончательного уравнения регрессии в python

0 голосов
/ 27 января 2020

Как найти окончательное уравнение регрессионной модели, включающее коэффициенты со всеми переменными? есть ли способ?

1 Ответ

2 голосов
/ 27 января 2020

Показать вам пример

Я покажу вам пример с OLS, используя набор данных о ценах на дома в Бостоне.

Код: 

# load a dataset and regression function
from sklearn import linear_model,datasets
import pandas as pd
# I use boston dataset to show you 
full_data = datasets.load_boston()

# get a regressor, fit intercept
reg = linear_model.LinearRegression(fit_intercept=True)
# data is our explanatory, target is our response
reg.fit(full_data['data'],full_data['target'])

# we have 1 intercept and  11 variables' coef
reg.intercept_,reg.coef_

# get the name of features
full_data.feature_names
# append to get a new list
coef = np.append(reg.intercept_,reg.coef_)
feature_names = np.append(['Intercept'], full_data.feature_names)
# output a dataframe contains coefficients you want
pd.DataFrame({"feature_names":feature_names,"coef":coef})

Вывод: 

   feature_names       coef
0      Intercept  36.459488
1           CRIM  -0.108011
2             ZN   0.046420
3          INDUS   0.020559
4           CHAS   2.686734
5            NOX -17.766611
6             RM   3.809865
7            AGE   0.000692
8            DIS  -1.475567
9            RAD   0.306049
10           TAX  -0.012335
11       PTRATIO  -0.952747
12             B   0.009312
13         LSTAT  -0.524758

Несколько советов

Вы можете использовать dir(object), чтобы увидеть, что находится в вашей подобранной модели, например, использовать dir(full_data) и dir(reg), чтобы увидеть атрибуты и методы экземпляра.

Что касается sklearn, вот официальное руководство по . Вы можете найти функции и наборы данных в руководстве.

...