多元线性回归输入拟合
multivariate linear regression inputs fitting
我正在做机器学习项目我正在 python 中做一个多元线性回归模型,这是我的代码
import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
from sklearn.linear_model import LinearRegression
data = pd.read_csv("train.csv", delimiter=",", header=0)
x = data['Col1'][:, np.newaxis]
y = data['Expected']
reg = LinearRegression()
reg.fit(x, y)
我的 train.csv 文件包含 3 列 Col1,Col2,Expected 所以 x 将包含输入 "Col1" 和 "Col2" 记录,而 y 将是 putput "Expected" 记录.我只在 x 中放置了一个输入,即 Col1,但我不能在 x 中放置 Col2。
如何保存x中的Col1和Col2两列的值,以便以后在线性回归中拟合?
>>>> print(data.head())
Col1 Col2 Expected
0 7.645 5.2119 46.0
1 7.079 3.4145 28.7
2 91.900 24.0000 50.0
3 5.875 1.1296 50.0
4 6.153 3.2797 29.6
你只需要
x = data[['Col1', 'Col2']]
我正在做机器学习项目我正在 python 中做一个多元线性回归模型,这是我的代码
import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
from sklearn.linear_model import LinearRegression
data = pd.read_csv("train.csv", delimiter=",", header=0)
x = data['Col1'][:, np.newaxis]
y = data['Expected']
reg = LinearRegression()
reg.fit(x, y)
我的 train.csv 文件包含 3 列 Col1,Col2,Expected 所以 x 将包含输入 "Col1" 和 "Col2" 记录,而 y 将是 putput "Expected" 记录.我只在 x 中放置了一个输入,即 Col1,但我不能在 x 中放置 Col2。
如何保存x中的Col1和Col2两列的值,以便以后在线性回归中拟合?
>>>> print(data.head())
Col1 Col2 Expected
0 7.645 5.2119 46.0
1 7.079 3.4145 28.7
2 91.900 24.0000 50.0
3 5.875 1.1296 50.0
4 6.153 3.2797 29.6
你只需要
x = data[['Col1', 'Col2']]