Scikit-learn 对 MLR 的正确性？ [关闭]
Posted
技术标签:
【中文标题】Scikit-learn 对 MLR 的正确性？ [关闭]【英文标题】：Correctness of Scikit-learn for MLR? [closed] 【发布时间】：2019-06-27 22:12:48 【问题描述】：您好，我对 mlr (linear_model.LinearRegression) 的 scikit-learn 包存在正确性问题。在所有情况下，使用和构建相同的数据而无需拦截
Python 代码：
data = np.loadtxt(fname=file, delimiter='\t')
X = data[:, 1:]
Y = data[:, 1]
mlr = LinearRegression(fit_intercept=False)
mlr.fit(X,Y)
print(mlr.coef_)
1.00000000e+00 6.20460347e-17 -1.82373860e-17 3.35782591e-19
7.92128777e-17 -1.04990677e-17 -1.15961796e-16 1.33629653e-15
R：
Y = data[,1]
X = data[,-1]
X = as.matrix(X)
m1 = lm(Y~X-1)
m1$coefficients
0.0546782907 0.0159731763 0.1312037785 -0.0507591565 0.1036469860
0.0050217163 -0.1006476385 0.0248998498 0.0081473528 -0.0111405854
C#（使用accord.net，仅涉及相当复杂的程序发布结果）：
0.0546782906719276*x0 + 0.0159731763215885*x1 + 0.13120377853918*x2 + -0.0507591564748648*x3 + 0.103646986044143*x4 + 0.00502171630071436*x5
有什么原因吗？
tldr;使用scikit-learn，R，C#accord.net比较mlr系数，从sklearn获得bs结果，而accord.net和r给出相似的结果
【问题讨论】：
你能生成一些可重现的例子吗？ 能否在帖子中添加一些拟合统计数据，例如 RMSE 和 R 平方？这允许进行额外的比较分析。 【参考方案1】：我已经找到原因了（这是我自己犯的错误）
Y = data[:, 1]错了！！
改为：
Y = data[:, 0]
现在我明白了（这是正确的）：
5.46782907e-02 1.59731763e-02 1.31203779e-01 -5.07591565e-02
1.03646986e-01 5.02171630e-03 -1.00647639e-01 2.48998498e-02
【讨论】：
以上是关于Scikit-learn 对 MLR 的正确性？ [关闭]的主要内容，如果未能解决你的问题，请参考以下文章
如何使用 python scikit-learn 执行欠采样（正确的方法）？