我有一个简单的线性回归模型,我需要计算方差和协方差。如何使用线性回归计算方差和协方差?
在机器学习的背景下,方差是一种由于模型对训练集中小波动的敏感性而发生的错误。
from sklearn.linear_model import LinearRegression
import numpy as np
X = np.array([2,3,4,5])
y = np.array([4,3,2,9] )
#train-test split
x_train, x_test, y_train, y_test = train_test_split(x, y, test_size=0.33, random_state=42)
# Train the model using the training sets
model = LinearRegression()
model.fit(x_train, y_train)
y_predict = model.predict(X_predict)
试试这个你得到的方差和协方差的输出向量:
y_variance = np.mean((y_predict - np.mean(y_predict))**2)
y_covariace = np.mean(y_predict - y_true_values)
注意:这里的协方差是预测相对于真实值的变化的平均值。
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