如何标准化数据框中的列，然后绘制回归线？ [复制]

Posted 2023-03-12

【中文标题】如何标准化数据框中的列，然后绘制回归线？ [复制]

【英文标题】：How can I normalize columns in a data frame and then plot a regression line? [duplicate]

【发布时间】：2020-05-02 19:53:41

【问题描述】：

我有一个包含许多列的大型数据框。我想规范化几列都是数字的，然后使用回归绘制两个。我认为下面的代码会为我做这件事。

from sklearn import preprocessing
# Create x, where x the 'scores' column's values as floats
modDF = df[['WeightedAvg','Score','Co','Score', 'PeerGroup', 'TimeT', 'Ter', 'Spread']].values.astype(float)
# Create a minimum and maximum processor object
min_max_scaler = preprocessing.MinMaxScaler()
# Create an object to transform the data to fit minmax processor
x_scaled = min_max_scaler.fit_transform(modDF)
# Run the normalizer on the dataframe
df_normalized = pd.DataFrame(x_scaled)


import seaborn as sns
import matplotlib.pyplot as plt
sns.regplot(x="WeightedAvg", y="Spread", data=modDF)

但是，我收到以下错误：IndexError: only integers, slices (:), ellipsis (...), numpy.newaxis (None) and integer or boolean arrays are valid indices

我使用sns.regplot 进行了没有归一化的回归，它工作了，但看起来很奇怪，所以我想看到它应用了归一化。我知道回归是如何工作的。我只是不知道回归是如何工作的。

【问题讨论】：

从您的示例中不清楚发生错误的位置。在您的示例中，您创建“modDF”，然后缩放“x”。一般来说，如果我为 x 创建了一个数字 ndarray，你的代码似乎确实可以使用

哦，不错。我刚刚更改了它，所以现在是这样，我重新运行了代码，我得到了同样的错误。

只要你在数据帧上调用.values，它就会变成一个numpy数组。你可以试试df.loc[:, ['your columns']].astype(float)

这能回答你的问题吗？ Linear Regression on Pandas DataFrame using Sklearn ( IndexError: tuple index out of range)

***.com/questions/34952651/…

【参考方案1】：

无需使用命令：df_normalized = pd.DataFrame(x_scaled)。

如果你想运行linear regression。这应该有效：

from sklearn import preprocessing
from sklearn.linear_model import LinearRegression

df = ['WeightedAvg','Score','Co','Score', 'PeerGroup', 'TimeT', 'Ter', 'Spread']
df[cols] = df[cols].apply(pd.to_numeric, errors='coerce', axis=1)

X = df[['WeightedAvg','Score','Co','Score', 'PeerGroup', 'TimeT', 'Ter', 'Spread']]
#select your target variable
y = df[['target']]
#train test split
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.33, random_state=42)

# Create a minimum and maximum processor object
min_max_scaler = preprocessing.MinMaxScaler()
# Create an object to transform the data to fit minmax processor
X_train_scaled = min_max_scaler.fit_transform(X_train)
X_test_scaled = min_max_scaler.transform(X_test)
#start linear regression
reg = LinearRegression().fit(X_train_scaled, y_train)
#predict for test
y_predict = reg(X_test_scaled, y_test)

如果您使用 train/test-split，请务必仅在训练数据上使用缩放器拟合，此时测试数据是未知的！对于测试部分，您只能将其用于转换。