如何使用三个独立变量拟合线性回归模型并使用sklearn计算均方误差？

Question

我想使用三个独立变量来拟合线性回归模型，并使用sklearn来计算均方误差，但我似乎无法把它弄清楚。

我的数据是波士顿房屋，以及三名独立变量如下：1。 CRIM（人均由镇犯罪率） 2. RM 3. PTRATIO（每个房间居住的平均数）（光瞳通过城镇教师的比例）

拟合模型：

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) 

计算均方误差

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

任何意见或提示都非常感谢！

Answer 1

尝试X[['CRIM', 'RM', 'PRTATIO']]代替X[['CRIM']['RM'], ['PTRATIO']]拟合模型

对于预测你需要这两个向量比较：

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应该从你的模型，它是lm在此预测值案件。

Answer 2

sklearn有很棒的文档。下面是一个完整的示例数据集的完整示例：http://scikit-learn.org/stable/auto_examples/linear_model/plot_ols.html

您遇到的最大问题是您的数据集。就像你的代码在这里：

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

这甚至不是真正的数据，它仅仅是2串标签的列表，所以这当然是行不通的：

mean_squared_error(y_true, y_pred) 

从我张贴的例子，您可以尝试使用“hello world”类型的代码（使用现有的数据集）来确保代码正常工作，然后您只需将数据集替换为您自己的数据即可。正如您所看到的，大部分代码都是专门用于准备数据的，因此它将正确加载到线性回归函数中：

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))