Python/Scikit-learn - 线性回归 - 访问线性回归方程

Question

我使用同一组预测变量构建了几个不同的线性回归，如下所示:

model=LinearRegression()
model.fit(X=predictor_train,y=target_train)
prediction_train=model.predict(predictor_train)
pred=model.predict(main_frame.iloc[-1:,1:])

为了创建目标变量的预测，我假设 Scikit 算法使用这些“预测变量”创建了一个方程。我的问题是:如何访问该等式？

Answer 1

您正在寻找 params = model.coef_。这将返回一个数组，其中包含每个模型输入的权重。

请注意，这是一个线性方程，因此要获得自己的预测，您需要构建一个方程，使您的预测 y = sum([input[i] * params[i]])，如果你有一些名为 input 的输入数组。如果您熟悉参数向量和特征向量之间的线性代数，这就是点积。