知识卡片
单列特征仍需二维输入
用 LinearRegression 拟合单特征时,X 形状为 (样本数, 1),单目标 y 可以是一维序列。查看 coef_ 与 intercept_ 可以检查斜率和截距。教学例中 x=1、2 应分别得到 3、5,可用于检查整个输入到输出流程。
[[先拟合再预测]]。单列样本输入具体说明统一接口对特征形状的要求。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 3.3 在Python中使用线性回归算法 · 查看原书依据
不过,如果直接将上述x和y传入模型,代码会提示数据维度错误,这是因为Scikit-Learn中线性回归算法的fit方法需要传入的x和y是两组矩阵,每一行为同一样本的信息,具体格
参考来源
- 位置:《机器学习算法的数学解析与Python实现》3.3 在Python中使用线性回归算法(来源项目 book-source,`extracted/机器学习算法的数学解析与Python实现/_epub-src/OEBPS/text00037.html`)
- 结论依据:本节指出直接用一维特征数组会造成维度错误,并展示每行一个样本的结构。
- 原始内容:不过,如果直接将上述x和y传入模型,代码会提示数据维度错误,这是因为Scikit-Learn中线性回归算法的fit方法需要传入的x和y是两组矩阵,每一行为同一样本的信息,具体格