scikit-learn을 사용하여 다항 회귀에서 회귀 분석 요약을 출력하는 방법은 무엇입니까?
Sorade
현재 4 개의 변수가있는 데이터 세트에 대해 다항 회귀를 수행하는 다음 코드가 있습니다.
def polyreg():
dataset = genfromtxt(open('train.csv','r'), delimiter=',', dtype='f8')[1:]
target = [x[0] for x in dataset]
train = [x[1:] for x in dataset]
test = genfromtxt(open('test.csv','r'), delimiter=',', dtype='f8')[1:]
poly = PolynomialFeatures(degree=2)
train_poly = poly.fit_transform(train)
test_poly = poly.fit_transform(test)
clf = linear_model.LinearRegression()
clf.fit(train_poly, target)
savetxt('polyreg_test1.csv', clf.predict(test_poly), delimiter=',', fmt='%f')
Excel에서와 같이 회귀 요약을 출력하는 방법이 있는지 알고 싶었습니다. linear_model.LinearRegression ()의 속성 / 방법을 탐색했지만 아무것도 찾을 수 없었습니다.
맥시 무
이것은 scikit-learn에서 구현되지 않습니다. scikit-learn 생태계는 모델 평가를 위해 교차 검증을 사용하는쪽으로 편향되어 있습니다 (제 생각에 이것은 좋은 것입니다. 대부분의 테스트 통계는 컴퓨터가 교차 검증이 가능할만큼 강력하기 전에 필요에 따라 개발되었습니다).
사용할 수있는보다 전통적인 유형의 통계 분석을 위해 statsmodels다음은 해당 문서에서 가져온 예입니다 .
import numpy as np
import statsmodels.api as sm
nsample = 100
x = np.linspace(0, 10, 100)
X = np.column_stack((x, x**2))
beta = np.array([1, 0.1, 10])
e = np.random.normal(size=nsample)
X = sm.add_constant(X)
y = np.dot(X, beta) + e
model = sm.OLS(y, X)
results = model.fit()
print(results.summary())
OLS Regression Results
==============================================================================
Dep. Variable: y R-squared: 1.000
Model: OLS Adj. R-squared: 1.000
Method: Least Squares F-statistic: 4.020e+06
Date: Sun, 01 Feb 2015 Prob (F-statistic): 2.83e-239
Time: 09:32:32 Log-Likelihood: -146.51
No. Observations: 100 AIC: 299.0
Df Residuals: 97 BIC: 306.8
Df Model: 2
Covariance Type: nonrobust
==============================================================================
coef std err t P>|t| [95.0% Conf. Int.]
------------------------------------------------------------------------------
const 1.3423 0.313 4.292 0.000 0.722 1.963
x1 -0.0402 0.145 -0.278 0.781 -0.327 0.247
x2 10.0103 0.014 715.745 0.000 9.982 10.038
==============================================================================
Omnibus: 2.042 Durbin-Watson: 2.274
Prob(Omnibus): 0.360 Jarque-Bera (JB): 1.875
Skew: 0.234 Prob(JB): 0.392
Kurtosis: 2.519 Cond. No. 144.
==============================================================================
이 기사는 인터넷에서 수집됩니다. 재 인쇄 할 때 출처를 알려주십시오.
침해가 발생한 경우 연락 주시기 바랍니다[email protected] 삭제
에서 수정
관련 기사
Related 관련 기사
- 1
Python scikit-learn에서 Random Forest의 각 트리에서 회귀 예측을 출력하는 방법은 무엇입니까?
- 2
AI를 사용하여 테스트 실행 출력 (SQL 출력)을 분석하여 회귀 제품군을 설계하는 방법은 무엇입니까?
- 3
scikit-learn을 사용하여 Python에서 간단한 선형 회귀의 절편과 기울기를 인쇄하는 방법은 무엇입니까?
- 4
scikit-learn (sklearn)을 사용하여 선형 회귀를 위해 누락 된 데이터 (종속 변수)를 처리하는 방법은 무엇입니까?
- 5
scikit-learn을 사용하여 비정규 화 된 로지스틱 회귀를 수행하는 방법은 무엇입니까?
- 6
scikit을 사용하는 다중 회귀 모델은 Python에서 학습합니다.
- 7
다중 선형 회귀 모델에서 y- 값을 예측하는 방법은 무엇입니까?
- 8
R (또는 Python)에서 선형 회귀 및 다중 변수를 사용하여 롤링 창을 적용하는 방법은 무엇입니까?
- 9
scikit-learn으로 다 변수 선형 회귀를 수행하는 방법은 무엇입니까?
- 10
여러 회귀 모델에서 신뢰 구간을 추출하는 방법은 무엇입니까?
- 11
회귀 분석에 변수 조합을 추가하는 방법
- 12
회귀 분석에 변수 조합을 추가하는 방법
- 13
Tensorflow에서 다중 선형 회귀 모델이 사용하는 방정식을 인쇄하는 방법은 무엇입니까?
- 14
R의 회귀에서 상호 작용을 작성하는 방법은 무엇입니까?
- 15
RoBERTa를 사용하여 다중 출력 회귀를 수행하는 방법은 무엇입니까?
- 16
R에서 lmer 회귀 모델에 대한 추정값을 플로팅하는 방법은 무엇입니까?
- 17
다중 다항 회귀에서 비가역 행렬을 처리하는 방법
- 18
파이썬에서 계층 적 회귀 모델을 비교하는 방법은 무엇입니까?
- 19
재귀에서 일회성 작업을 수행하는 방법은 무엇입니까?
- 20
파이썬에서 회귀 모델을 구축하는 방법은 무엇입니까?
- 21
Python에서 상수 모델 (회귀)을 훈련하는 방법은 무엇입니까?
- 22
R의 시계열에 다항 회귀선을 그리는 방법은 무엇입니까?
- 23
회귀 상호 작용 항을 간결한 형식으로 설명하는 방법은 무엇입니까?
- 24
Sci-Kit Learn Machine Learning을 사용하여 회귀에서 가능한 값의 간격을 가져옵니다.
- 25
여러 추정치를 사용하여 데이터 프레임에서 회귀 테이블을 만드는 방법은 무엇입니까?
- 26
OLS 회귀 출력 요약을 통해 Python에서 특정 경고를 감지하는 방법
- 27
Plotly : plotly를 사용하여 회귀선을 그리는 방법은 무엇입니까?
- 28
R에서 회귀 요약 목록을 병합하는 방법이 있습니까?
- 29
R에서 다중 회귀를 위해 몬테카를로 시뮬레이션을 실행하는 방법은 무엇입니까?
몇 마디 만하겠습니다