python - 如何使用线性回归预测值列表?
问题描述
我想预测 Y 的值作为 X 的函数
#Formula for Regresion Linear
W = np.linalg.inv( X.T @ X ) @ X.T @ Y
现在我可以预测值,因为我可以做到这一点。
y_P = W @ [1, ValueToPredict]
它有效。但我想用它来预测一系列值。例如:
Values_I_Want_To_Predict = np.array([ [1, 9], [1,10], [1, 11] ])
如何将我的矩阵 Values_I_Want_To_Predict 与我的向量一起使用(不确定是否被视为向量,因为它的形状为 es (2,1))以预测我的矩阵的所有值?
# W = [-34.67062078 9.10210898]
解决方案
您找到权重的方式是调用分析解决方案。要预测标签,您可以使用:
y_pred = W @ X.T
推荐阅读
- python - API 给出 TypeError: unhashable type: 'dict'
- java - 程序无法在 JavaFX 中正确读取模块信息和包
- python - 如何获取 django forms.Form 基于其他表单用户标记在 python 中的动态表单
- git - 通过 TFS 导入将一个 git 存储库导入到另一个
- javascript - 如何获取选项中 data-id-proofinglevel 的值
- sql - 仅选择没有其他出现类型的行
- vue.js - [Vue 警告]:未知的自定义元素:
- c++ - 我无法通过 OpenGL 和 stb_load() 正确读取图片
- java - 如何接收电子邮件的附件?
- python - NameError:名称“json_normalize”未定义