versucht, diesen Code:Lineare Regression andere Ergebnisse als synthetischen Parameter
from sklearn import linear_model
import numpy as np
x1 = np.arange(0,10,0.1)
x2 = x1*10
y = 2*x1 + 3*x2
X = np.vstack((x1, x2)).transpose()
reg_model = linear_model.LinearRegression()
reg_model.fit(X,y)
print reg_model.coef_
# should be [2,3]
print reg_model.predict([5,6])
# should be 2*5 + 3*6 = 28
print reg_model.intercept_
# perfectly at the expected value of 0
print reg_model.score(X,y)
# seems to be rather confident to be right
Die Ergebnisse sind
- [0,31683168 3,16831683]
- 20,5940594059
- 0,0
- 1,0
und daher nicht, was ich erwartet habe - sie sind nicht dasselbe wie die Parameter, die verwendet werden, um die Daten zu synthetisieren. Warum ist das so?