linear_regression

Question

节目：

import pandas as pd

ds=pd.read_csv('Animals.csv')

x=ds.iloc[:,1].values
y=ds.iloc[:,2].values

from sklearn.model_selection import train_test_split
x_train,x_test,y_train,y_test=train_test_split(x,y,test_size=0.2,random_state=0)
x_train = x_train.reshape(-1, 1)
y_train = y_train.reshape(-1,1)

from sklearn.linear_model import LinearRegression as lr
reg=lr()
reg.fit(x_train,y_train)

y_pred=reg.predict(x_test)

y_pred = array([[433.34494686],
                [433.20384407],
                [418.6791427 ],
                [433.34789435],
                [407.49640802],
                [432.25311216]])

y_test = array([[ 119.5],
                [ 157. ],
                [5712. ],
                [  56. ],
                [  50. ],
                [ 680. ]])

为什么预言不完美？数据集有什么问题吗？我是新来的机器学习，谢谢

Answer 1

这真的取决于你想要预测什么，以及你所拥有的特征是否是很好的预测指标。因此，即使您只是在尝试一个LR，如果您的目标变量可以通过这些特性来解释，那么您应该得到一些合理的精度度量。

查看您的y_test，您应该考虑删除异常值，这可能会提高模型的准确性。

您还可能希望尝试一些更有效的回归器，例如RandomForestRegressor或SupportVectorRegressor。