machine-learning - 回归模型假设

Question

我尝试检查我的回归模型是否遵循回归假设？为此，我做了下面的 python 代码，但响应是错误的。有人可以解释一下这是怎么错的

from sklearn.linear_model import LinearRegression
reg = LinearRegression()
reg = reg.fit(x_train,y_train)
reg.score(x_test,y_test)

**0.9071005491012577**

import statsmodels.api as sm
import matplotlib.pyplot as plt
Res=reg.resid()
sm.qqplot(Res,fit=True,line='45')
Plt.show()

然后我得到了以下错误。

AttributeError Traceback (most recent call last) in 5 #plt.title("Model1 Residuals Probability Plot") 6 ----> 7 Res=reg.resid() 8 Fig=sm.qqplot(Res,fit=True,line='45') 9 Plt.show()

AttributeError: 'LinearRegression' object has no attribute 'resid'

Answer 1

根据错误信息，sklearn的LinearRegression()对象没有.resid属性。

您必须手动计算残差:它是实际 y 值 y_train 与预测值 reg.predict(X_train) 之间的差异。获得这些后，您可以运行 sm.qqplot()。

注意:Plt.show() 返回错误。更改为:plt.show()