machine-learning - 了解多元线性回归

Question

我正在做多元回归问题。我有以下数据集如下。

rank--discipline--yrs.since.phd--yrs.service--sex--salary
[  1           1             19           18    1  139750],......

我将工资作为因变量，其他变量作为自变量。完成数据预处理后，我运行了梯度下降、回归模型。我估计了所有独立特征的偏差(截距)和系数。 我想为实际值和回归线绘制散点图 对于我预测的假设。由于我们这里有多个功能，

我有以下问题。

1. 绘制实际值(散点图)时，如何确定 x 轴值。意思是，我有值列表。例如，第一行 [1,1,19,18,1]=>139750 如何将 [1,1,19,18,1] 转换或映射到 x 轴？我需要以某种方式将 [1,1,19,18,1] 设为一个值，这样我就可以在图中标记 (x,y) 的点。

2. 在绘制回归线时，特征值是多少，以便我可以计算假设值。？ 现在的意思是，我有所有特征的截距和权重，但我没有特征值。我现在如何决定特征值？

我想计算点并使用 matplot 来完成工作。我知道外面有很多可用的工具，包括 matplotlib 来完成这项工作。但我想获得基本的了解。

谢谢。

Answer 1

我仍然不确定我是否完全理解您的问题，因此，如果某些内容不是您所期望的，请在下面评论，我们会解决它。

现在，

查询 1:在您的所有数据集中，您将有多个输入，并且无法在您的案例中查看目标变量 salary 在单个图表中，什么是通常的做法是使用 t-sne ( link ) 对数据应用降维概念，或者使用主成分分析 (PCA) 来降低数据的维度，并使输出成为两个或三个变量，然后将其绘制在屏幕上，我更喜欢的另一种技术是将 target 与每个变量分别绘制为 subplot ，原因是我们甚至没有办法理解我们如何看待三个以上维度的数据。

查询2:如果您不确定使用matplotlib，我建议使用seaborn.regplot()，但我们也可以在matplotlib中进行。假设您首先要使用的变量是“纪律”与“薪水”。

from sklearn.linear_model import LinearRegression
lm = LinearRegression()
X = df[['discipline']]
Y = df['salary']
lm.fit(X,Y)

运行此lm.coef_后将为您提供系数，而lm.intercept_将为您提供形成该变量的线性方程中的截距，然后您可以使用 matplotlib 轻松绘制两个变量和一条线之间的数据。