线性模型预测不一致

Question

我有一些数据:

df_shuffled = shuffle(df, random_state=123)
X = scale(df_shuffled[df_shuffled.columns[:-1]])
y = df_shuffled["cnt"]

然后我学会了简单的线性模型:

from sklearn.linear_model import LinearRegression
regr = LinearRegression()
regr.fit(X, y)

我知道我不应该使用学习样本来验证模型,但我只是想知道如果我理解它是如何工作的.

我有很好的预测,使用该模型:

regr.predict(X)[:5]
array([ 5454.26166397,  3943.78784705,  2125.27231678,  2967.02153671,
    4474.29945607])

这与原始数据非常接近:

y[:5]
488    6421
421    3389
91     2252
300    3747
177    4708
Name: cnt, dtype: int64

另外,我有coefs:

list(zip(df.columns, regr.coef_))
[('season', 570.86663333510262),
 ('yr', 1021.9670828146905),
 ('mnth', -141.30042168132388),
 ('holiday', -86.757534933339258),
 ('weekday', 137.22544688027938),
 ('workingday', 56.39322955869352),
 ('weathersit', -330.23017254975974),
 ('temp', 367.45598306317618),
 ('atemp', 585.57493105545359),
 ('hum', -145.60889630046199),
 ('windspeed(mph)', 12457254171589.174),
 ('windspeed(ms)', -12457254171787.625)]

我们知道,我们可以使用这样的学习模型进行预测: y = Xw,其中y是预测值向量,X是数据矩阵,w是coef向量(regr.coef_).但是威士忌不起作用!

np.dot(X, regr.coef_)[:5]
array([  949.90689164,  -560.56692528, -2379.08245555, -1537.33323562,
     -30.05531626])

这与.predict方法完全不同.为什么？我不明白......

Answer 1

如果我没错,你不仅仅是Xw,你必须添加y_intercept.即截距y=Xw+b在哪里b.试试跑步

np.dot(X, regr.coef_)[:5]+regr.intercept_