如何使用三個獨立變量擬合線性迴歸模型並使用sklearn計算均方誤差？

Question

我想使用三個獨立變量來擬合線性迴歸模型，並使用sklearn來計算均方誤差，但我似乎無法把它弄清楚。

我的數據是波士頓房屋，以及三名獨立變量如下：1。 CRIM（人均由鎮犯罪率） 2. RM 3. PTRATIO（每個房間居住的平均數）（光瞳通過城鎮教師的比例）

擬合模型：

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) 

計算均方誤差

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

任何意見或提示都非常感謝！

Answer 1

嘗試X[['CRIM', 'RM', 'PRTATIO']]代替X[['CRIM']['RM'], ['PTRATIO']]擬合模型

對於預測你需要這兩個向量比較：

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

基本上你y_pred應該從你的模型，它是lm在此預測值案件。

Answer 2

sklearn有很棒的文檔。下面是一個完整的示例數據集的完整示例：http://scikit-learn.org/stable/auto_examples/linear_model/plot_ols.html

您遇到的最大問題是您的數據集。就像你的代碼在這裏：

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

這甚至不是真正的數據，它僅僅是2串標籤的列表，所以這當然是行不通的：

mean_squared_error(y_true, y_pred) 

從我張貼的例子，您可以嘗試使用「hello world」類型的代碼（使用現有的數據集）來確保代碼正常工作，然後您只需將數據集替換爲您自己的數據即可。正如您所看到的，大部分代碼都是專門用於準備數據的，因此它將正確加載到線性迴歸函數中：

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))