为scikit线性回归模型生成numpy数组

1 回答

• 3

  您需要将数据转换为模型可以使用的数字表示 . 唯一有问题的特征是位置（分类变量），但我们可以用每个位置的一列表示它，0和1表示（所谓的OneHotEncoding） . 一个让你入门的例子：

  预处理

  from sklearn.feature_extraction import DictVectorizer
  
  data  = [
          {'location': 'store 1', 'quality': 8},
          {'location': 'store 1', 'quality': 9},
          {'location': 'store 2', 'quality': 2},
          {'location': 'store 2', 'quality': 3},
          ]
  prices = [100.00, 99.9, 11.25, 9.99]
  vec = DictVectorizer()
  X = vec.fit_transform(data)
  y = prices
  

  现在 X 将如下所示：

  ╔═════════════════╦═════════════════╦═════════╗
  ║ location=store1 ║ location=store2 ║ quality ║
  ╠═════════════════╬═════════════════╬═════════╣
  ║               1 ║               0 ║       8 ║
  ║               1 ║               0 ║       9 ║
  ║               0 ║               1 ║       2 ║
  ║               0 ║               1 ║       3 ║
  ╚═════════════════╩═════════════════╩═════════╝
  

  模型培训

  此矩阵现在可以提供给模型：

  from sklearn.linear_model import LinearRegression
  
  model = LinearRegression()
  model.fit(X, y)
  

  预测

  新数据也需要使用相同的 DictVectorizer 转换为数字形式 . 请注意，现在我们使用 .transform 而不是 .fit_transform ：

  >>> test_data = [{'location': 'store 2', 'quality': 3}]
  >>> X_test = vec.transform(test_data)
  >>> model.predict(X_test)
  array([ 10.28])
  

  顺便说一句，我会将此问题作为分类问题（出售/未出售）处理，然后我将使用回归来确定仅售出商品的价格 .

  回复于 2024-05-21T11:03:50+08:00