python - python 中向量的线性回归

Question

我有数据:

(ax1,ax2,ax2)(ay1,ay2,ay3)
(bx1,bx2,bx2)(by1,by2,by3)
(cx1,cx2,cx2)(cy1,cy2,cy3)
(cx1,cx2,cx2)(cy1,cy2,cy3)
....

我有一组数据和相应的值。我正在考虑使用 Sickitlearn 进行线性回归。

我正在查看回归模型，但没有找到任何像这样的向量。我错过了什么吗？您能否让我知道我们有任何具有给定输入数据的模型，如果我们给

(zx1,zx2,zx3) we can predict (zy1m zy2zy3)

Answer 1

LinearRegression中的相关方法是.fit()，as it is documented ,接受共享行/样本数的两个二维数组作为输入

In [26]: import sklearn as sk
In [27]: from numpy import array
In [28]: model = sk.linear_model.LinearRegression()
In [29]: a = array(range(30)).reshape(10,3) # 10 samples, 3 features
In [30]: b = a**1.25 -0.25*a + 12           # 10 samples, 3 targets
In [31]: model.fit(a, b)
Out[31]: LinearRegression(copy_X=True, fit_intercept=True, n_jobs=1, normalize=False)
In [32]: a[5], b[5], model.predict([a[5]])
Out[32]: 
(array([15, 16, 17]),
 array([ 37.76984507,  40.        ,  42.26923414]),
 array([[ 39.47550026,  41.57922876,  43.75287898]]))
In [33]: