3 回答

TA貢獻1829條經驗 獲得超7個贊
問題1:
這就是最新版本 sklearn(即 0.23)中擬合模型輸出的顯示方式。參數相同,但未在輸出中顯示。
您可以使用reg.get_params()
查看參數。
問題2:
較新版本的 Scikit-learn 需要預測函數的 2D 輸入,我們可以通過以下方式制作 3300 2D [[3300]]
:
reg.predict( [[3300]] )

TA貢獻1783條經驗 獲得超4個贊
問題1:這取決于您之前可能更改過的默認參數或更改它的任何其他原因,但是您可以在以這種方式初始化線性分類器時輕松設置所需的參數:
reg = linear_model.LinearRegression(copy_X=True, fit_intercept=True, n_jobs=None, normalize=False)
問題2:
reg.predict(3300)
這樣傳遞參數給Pandas是不正確的,你可以看到講師也更正了reg.predict([3300])
youtube帖子描述中的答案

TA貢獻1828條經驗 獲得超3個贊
嘗試這個,但你應該定義你的變量并適應它們以獲得所需的輸出
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from sklearn.linear_model import LinearRegression()
df=pd.read_csv('homeprices.csv')
reg =LinearRegression()
添加回答
舉報