拦截线性回归

时间:2019-09-28 19:29:45

标签: scikit-learn linear-regression

我是机器学习的新手,并对线性回归截距参数的功能感到困惑。

设置参数fit_intercept=False时,我得到的.coef _值是 287.986236 ,但是,设置fit_intercept=True时,我得到了{{1 }}的值为 225.81285046

为什么有区别?而且我不确定如何解释结果并比较这些值!

.coef

1 个答案:

答案 0 :(得分:0)

  • 坡度截距是线性回归的重要概念。
  • 斜率表示直线的坡度,截距表示直线与轴相交的位置。
  • 如果我们将Intercept设置为False,则在计算中将不使用任何截距(例如,预期数据已经居中)。

当我们在数据集中使用LR模型时,它试图通过增大或减小 Slope Intercept 值来绘制“最佳拟合线”。 之所以获得不同的.coef_值,是因为您在第一次尝试中禁用了 Intercept 参数,而在第二次尝试中启用了该参数。

希望这会有所帮助。有关更多信息,您可以参考scikit-learn文档。 Sk Learn Linear regression