Python/Scikit-learn - 线性回归 - 访问线性回归方程

Question

我使用相同的预测变量组构建了一些不同的线性回归,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,我想Scikit算法用这些"预测变量"创建了一个方程.我的问题是:我如何获得这个等式？

Answer 1

你在找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,这是一个线性方程式,因此为了获得自己的预测,您需要形成一个方程式,以便您的预测y = sum([input[i] * params[i]]),如果您有一些调用的输入数组input.如果您熟悉参数向量和特征向量之间的线性代数,则这是点积.