小编huo*_*dui的帖子

我想获得线性回归结果的置信区间。我正在使用波士顿房价数据集。

我发现了这个问题： 如何计算 python 线性回归模型中斜率的 99% 置信区间？ 但是，这并不能完全回答我的问题。

这是我的代码：

import numpy as np
import matplotlib.pyplot as plt
from math import pi

import pandas as pd
import seaborn as sns
from sklearn.datasets import load_boston
from sklearn.model_selection import train_test_split
from sklearn.linear_model import LinearRegression
from sklearn.metrics import mean_squared_error, r2_score

# import the data
boston_dataset = load_boston()

boston = pd.DataFrame(boston_dataset.data, columns=boston_dataset.feature_names)
boston['MEDV'] = boston_dataset.target

X = pd.DataFrame(np.c_[boston['LSTAT'], boston['RM']], columns=['LSTAT', 'RM'])
Y = boston['MEDV']

# splits the training and test data set in 80% : …

我有以下数组：

a = np.array([1,2,9], [5,2,4], [1,2,3])

任务是查找行总和大于10的所有行的索引，在我的示例中，结果应类似于 [0, 1]

我需要一个类似于这篇文章中推荐的过滤器： Filter rows of a numpy array?

但是，我只需要索引，而不需要实际值或它们自己的数组。

我当前的代码如下所示：

temp = a[np.sum(a, axis=1) > 5]

如何获取过滤行的初始索引？