python - 线性回归

Question

程序:

import pandas as pd

ds=pd.read_csv('Animals.csv')

x=ds.iloc[:,1].values
y=ds.iloc[:,2].values

from sklearn.model_selection import train_test_split
x_train,x_test,y_train,y_test=train_test_split(x,y,test_size=0.2,random_state=0)
x_train = x_train.reshape(-1, 1)
y_train = y_train.reshape(-1,1)

from sklearn.linear_model import LinearRegression as lr
reg=lr()
reg.fit(x_train,y_train)

y_pred=reg.predict(x_test)

---

y_pred = array([[433.34494686],
                [433.20384407],
                [418.6791427 ],
                [433.34789435],
                [407.49640802],
                [432.25311216]])

y_test = array([[ 119.5],
                [ 157. ],
                [5712. ],
                [  56. ],
                [  50. ],
                [ 680. ]])

为什么预测不完美？数据集是否有任何问题或它可能是什么？我是机器学习的新手提前致谢

Answer 1

嗯，这实际上取决于您要预测的内容以及您拥有的特征是否是很好的预测指标。因此，即使您只是简单地尝试使用 LR，如果您的目标变量可以通过特征来解释，您应该获得一些合理的准确性指标。

查看您的 y_test，您应该考虑移除异常值，这可能会提高模型的准确性。

您可能还想尝试一些更有效的回归变量，例如 RandomForestRegressor或 SupportVectorRegressor .