Реализация линейной регрессии со стохастическим градиентным спуском с использованием sklearn python - PullRequest
Новая
       46

Реализация линейной регрессии со стохастическим градиентным спуском с использованием sklearn python

0 голосов
/ 02 июля 2019

Я новичок в Python и машинном обучении. Я реализую простую модель линейной регрессии (прогнозирование веса) для набора данных «Рост против веса».

Когда я пытаюсь реализовать ее с помощью SGDRegressor из Sklearn, моя модельне предсказывает должным образом, и я получаю отрицательный счет.

Я пытался реализовать с LinearRegression от sklearn, я получаю оценку .24 ..

Почему мой счет уменьшается, когда я пытаюсь оптимизировать модель с использованием SGD .??

Мой набор данных для обучения и испытаний по высотеvsWeight: 

Height:  
Train shape:  (8000, 1)  
Test shape :  (2000, 1)  
Weight  
Train shape:  (8000, 1)  
Test shape :  (2000, 1)  

model_sgd=linear_model.SGDRegressor(loss='squared_loss',  
 penalty='l2',max_iter=1000,tol=1e-3)

weight_train=weight_train.ravel()
model_sgd.fit(height_train,weight_train)

print("Y Intercept: ",model_sgd.intercept_)
print("Coefficient: ",model_sgd.coef_)  

Result:  
Y Intercept:  [-1.21722085e+10]  
Coefficient:  [-3.28570145e+10]  

print("Score of the Model : ",r2_score(weight_test,weight_predicted))  
Score of the Model :  -1.2368427374897364e+24

Где я совершаю ошибку?И как я могу сделать мой счет близким к 1

...