sklearn.linear_model LinearRegression 模块的系数如何返回

Posted 2023-03-12

【中文标题】sklearn.linear_model LinearRegression 模块的系数如何返回

【英文标题】：How are the coefficients of sklearn.linear_model LinearRegression module returned

【发布时间】：2019-03-14 08:14:19

【问题描述】：

我正在使用 sklearn.linear_model 和模块 LinearRegression 执行一个简单的自回归模型。你可以在下面看到我的代码。训练数据集位于train 中，X 包含目标的滞后版本。滞后最小的数据，即滞后为 1 的数据，位于 X 的第一列，最后一列包含最大滞后的数据。

import numpy as np
import sklearn.linear_model as skml 
tot_param = 10
X = np.zeros((len(train),tot_param))
for i in range(1,tot_param):
    aux = np.roll(train,-i)
    aux[-i:] = 0
    X[:,-i] = aux

lregr = skml.LinearRegression()
model = lregr.fit(X,train)

因此，我希望model.coef_ 中的系数将根据X 的列进行排序，即第一个元素将包含与最少滞后数据相关的系数。如果我用tot_params=1 执行代码，我只会得到一个值为0.97190325 的系数。但是，如果我选择tot_params=2，我会得到model.coef_=[-0.00433893, 0.97612027]；显然，第二个值 (0.97612027) 指的是滞后最少的数据。但这是为什么呢？我希望像model.coef_=[0.97612027, -0.00433893] 这样的输出，前面有最小滞后数据的系数。

tot_params 的其他值也会发生同样的情况。例如，对于tot_params=6，我得到[ 3.71898345e-02, 5.46416689e-02, -8.65343583e-02, -1.88565771e-03, -6.13451823e-04, 9.72547863e-01]，这再次清楚地表明滞后最少的数据放在返回列表的末尾，而不是放在返回列表的开头。

【参考方案1】：

就在那儿：X[:,-i] = aux

i越大->滞后越大->离最后一列的距离越大： i=1 是第 -1 列 i=6 是第 -6 列，所以这将是第一个。

如果您更喜欢它，请将其更改为 X[:, i-1] = aux。

【讨论】：

如此愚蠢的错误...感谢 Jondiedoop 发现它