ermutuxia

2020-11-26   阅读量: 151

Scikit-learn Python

用sklearn做完线性回归后如何查看可决系数

#导入库
import pandas as pd
import numpy as np
#模拟一些数据
data=pd.DataFrame(np.random.randn(10,3),columns=["y","x1","x2"])
#导入线性回归类
from sklearn.linear_model import LinearRegression
#开始建模估计回归系数
#实例化一个回归模型
regmodel = LinearRegression()
#给模型传入测试集数据x和y
regmodel.fit(data.loc[:,["x1","x2"]],data["y"])#线性回归训练
#计算模型的可决系数
regmodel.score(data.loc[:,["x1","x2"]],data["y"])
#通过help(regmodel.score)可以看到这个方法返回的是回归方程的可决系数

image.png

0.2813 2 2 关注作者 收藏

评论(2)

ermutuxia
2月前

上面就是根据模型估计出来的系数算的可决系数,回归系数你是没有办法改变和自行设定的,他这个回归系数估计的时候就是使得残差平方和更小,你自己尝试的话不可能找到更好的回归系数的。

0.0000 0 0 回复
wangxishi
2月前

如何根据回归方程的已知系数看可决系数呢

0.0000 0 0 回复

推荐课程

推荐帖子