我正在尝试使用三个自变量拟合线性回归模型，并使用sklearn计算均方误差，但我似乎无法正确解决。
我的数据是波士顿住房，三个独立变量如下：1. CRIM（城镇的人均犯罪率）2. RM（每个住宅的平均房间数）3. PTRATIO（城镇的师生比率）
合适型号：
import numpy as np
import pandas as pd
import matplotlib as mpl
import matplotlib.pyplot as plt
import sklearn
lm = LinearRegression()
lm.fit(X[['CRIM']['RM'], ['PTRATIO']], boston_df.PRICE)
计算均方误差
from sklearn.metrics import mean_squared_error
y_true = ['CRIM', 'RM', 'PTRATIO']
y_pred = ['PRICE']
mean_squared_error(y_true, y_pred)
任何建议或提示，不胜感激！
尝试X[['CRIM', 'RM', 'PRTATIO']]代替X[['CRIM']['RM'], ['PTRATIO']]拟合模型
为了进行预测，您需要比较以下两个向量：
y_true = boston_df.PRICE
y_pred = lm.predict(X[['CRIM', 'RM', 'PRTATIO']])
mean_squared_error(y_true, y_pred)
基本上，您y_pred应该是模型中的预测值，lm在这种情况下就是这样。
本文收集自互联网，转载请注明来源。
如有侵权，请联系[email protected] 删除。
我来说两句