线性回归：数据标准化时的预测问题

Question

我正在研究 auto-mpg 数据集，我试图预测一些值，但我遇到了这个问题：在使用 sickit learn 的 linear_regression 功能之前，我使用 [=15= 标准化了我的数据] 但是在那之后，当我试图预测一个值时，它总是错误的，但是，如果我不标准化数据，它会给出一个准确的结果。这是我的代码`在此处输入代码：

import pandas as pd
import numpy as np
import statsmodels.api as sm
from sklearn import linear_model

df = pd.read_csv("http://archive.ics.uci.edu/ml/machine-learning-    databases/auto-mpg/auto-mpg.data-original",
               delim_whitespace = True, header=None,
               names = ['mpg', 'cylinders', 'displacement', 'horsepower',    'weight', 'acceleration',
                        'model_year', 'origin', 'car_name'])
df.dropna(inplace=True)
params=['cylinders', 'displacement', 'horsepower', 'weight', 'acceleration','model_year']
pred=['mpg']
X=df[params]
y=df[pred]

X_scaled=preprocessing.scale(X)
y_scaled=preprocessing.scale(y)
regr = linear_model.LinearRegression(fit_intercept=True)
regr.fit(X_scaled,y_scaled)
y_hat=regr.predict(X_scaled) 
Nouveau_X=np.array([6,225,100,3233,15.4,76]).reshape(1,-1)
print Nouveau_X
Nouveau_X=(Nouveau_X-np.mean(Nouveau_X))/(np.var(Nouveau_X)**0.5)
print Nouveau_X
print "la prediction de la consommation pour ce nouveau vecteur X est ",       regr.predict(Nouveau_X)
#should be mainly equal to 22 but found -1.8 !!!

请帮忙！！

Answer 1

问题是我们不应该规范化 y，只规范化 X 就可以了。

线性回归：数据标准化时的预测问题

Linear regression: Prediction issue when data is standardized

python

linear-regression

prediction

standardized