python - 如何从 sklearn LinearRegression 导出线性回归公式

标签 python scikit-learn linear-regression

我想要模型的公式以便在其他语言/项目中使用它。有没有办法从模型中导出公式?

我将使用 sklearn linear regression model .

我最终想做的是:给定一个公式 f() 和数据集“d”,我将拥有 java 脚本代码,它会根据 f() 对 d 进行预测。

最佳答案

这个公式基本上可以用学习到的系数来描述。可以使用属性 coef_intercept_ 获得系数。系数与输入向量的点积加上截距给出了模型的输出。

在 scikit-learn 中实现这个“公式”的实际代码是这样的:

return safe_sparse_dot(X, self.coef_.T,
                       dense_output=True) + self.intercept_

移植到您的其他项目应该不会太困难。

关于python - 如何从 sklearn LinearRegression 导出线性回归公式,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/33732875/

相关文章:

python - Logparser 2.2 和 regex/sql

python - 合并任意数量的列表字典

python - 如何在使用/一次热编码运行 Scikit 模型后检索原始变量

python - Scikit-learn:使用经过缩放数据训练的模型预测新的原始和未缩放实例

scipy - 将混淆矩阵打印到文件会产生非法字符

r - 从具有多个模型的 lm lapply 循环中提取最终 p 值统计量

Python Scikit - 学习 : Cross Validation with multi-index

Python:按时间间隔对结果进行分组

python - sklearn r2_score 和 python stats lineregress 函数给出了非常不同的 R^2 值。为什么?

regression - 如何使用简单线性回归 log(y)=b0+b1*log(x) 预测新值