如何使用三个自变量拟合线性回归模型并使用 sklearn 计算均方误差？

Question

我正在尝试使用三个自变量拟合线性回归模型并使用 sklearn 计算均方误差，但我似乎无法正确完成。

我的数据是Boston Housing，三个自变量如下： 1. CRIM（城镇人均犯罪率） 2. RM（每户平均房间数） 3. PTRATIO（城镇师生比）

适合模特：

import numpy as np
import pandas as pd
import matplotlib as mpl
import matplotlib.pyplot as plt
import sklearn
lm = LinearRegression()
lm.fit(X[['CRIM']['RM'], ['PTRATIO']], boston_df.PRICE)

计算均方误差

from sklearn.metrics import mean_squared_error
y_true = ['CRIM', 'RM', 'PTRATIO']
y_pred = ['PRICE']
mean_squared_error(y_true, y_pred)

非常感谢任何建议或提示！

Answer 1

尝试 X[['CRIM', 'RM', 'PRTATIO']] 而不是 X[['CRIM']['RM'], ['PTRATIO']] 来拟合模型

为了进行预测，您需要比较这两个向量：

y_true = boston_df.PRICE
y_pred = lm.predict(X[['CRIM', 'RM', 'PRTATIO']])
mean_squared_error(y_true, y_pred)

基本上你的 y_pred 应该是你的模型的预测值，在这种情况下是 lm。

Answer 2

sklearn 有很棒的文档。这是一个包含示例数据集的超级详尽示例：http://scikit-learn.org/stable/auto_examples/linear_model/plot_ols.html

您遇到的最大问题是您的数据集。喜欢你的代码：

y_true = ['CRIM', 'RM', 'PTRATIO']
y_pred = ['PRICE']

这甚至不是真实数据，它只是 2 个字符串标签列表，所以这当然行不通：

mean_squared_error(y_true, y_pred)

从我发布的示例中，您可以尝试此 "hello world" 类型代码（使用现有数据集）只是为了确保代码正常工作，然后您需要做的就是将数据集替换为你自己的数据。如您所见，大部分代码专门用于准备数据，因此它会正确加载到线性回归函数中：

import matplotlib.pyplot as plt
import numpy as np
from sklearn import datasets, linear_model

# Load the diabetes dataset
diabetes = datasets.load_diabetes()

# Use only one feature
diabetes_X = diabetes.data[:, np.newaxis, 2]

# Split the data into training/testing sets
diabetes_X_train = diabetes_X[:-20]
diabetes_X_test = diabetes_X[-20:]

# Split the targets into training/testing sets
diabetes_y_train = diabetes.target[:-20]
diabetes_y_test = diabetes.target[-20:]

# Create linear regression object
regr = linear_model.LinearRegression()

# Train the model using the training sets
regr.fit(diabetes_X_train, diabetes_y_train)

print("Mean squared error: %.2f" % np.mean((regr.predict(diabetes_X_test) - diabetes_y_test) ** 2))

如何使用三个自变量拟合线性回归模型并使用 sklearn 计算均方误差？

How to fit a linear regression model using three independent variables and calculate the mean squared error using sklearn?

python

scikit-learn

jupyter-notebook

linear-regression

mse