불일치를 예측 I는 ML과 sklearn 비교적 새로운이고 I는 6 개 개의 기능 정규화 매개 변수의 상이한 수치로 linear_model.Lasso를 이용하여 입력 데이터에 대한 선형 모델을 훈련하기 위해 애 쓰고 . 이상적으로 나는 것으로 기대Sklearn 모델 계수 linear_model
sum(model.coef_*X[0])
Out[94]: -0.4895022980752311
model.predict(X[0])
Out[95]: array([ 2.08767122])
: 나는이 두 식을 실행하여 다른 값을 받고 계속 이유를 X 및 모델 내 입력 매개 변수입니다 y는, 내가 알아낼 수 없습니다 감안할 때 모델 계수는 데이터 집합의 주어진 피쳐에 해당하며 두 표현식이 정확히 동일한 값을 반환합니다.
input_file = 'Spud_startup_analysis.xlsx'
data_input_generic = pd.read_excel(input_file, skiprows = 0, sheetname='DataSet')
data = data_input_generic.as_matrix()
X = data[:, 0:-1]
y = data[:,-1]
model = linear_model.Lasso(alpha = 0.1)
model.fit(X, y)
가 입력 행렬의 크기와 함께 할 수있는 뭔가가 않습니다 여기
코드의 샘플입니다? 미리 감사드립니다.
아 ... - x_0 계수. 명확히. 고마워. –