Scikit学习预测标签的线性回归

时间:2016-06-01 14:52:22

标签: python machine-learning scikit-learn linear-regression

我正在尝试使用SK学习对时间序列标记数据执行线性回归。 我的数据格式为data=(timestamp,value,label)

分配给我的数据的标签是0或1。 我试图从SKLearn网站

中关注此example

我的问题:

1-示例中训练数据的标签在哪里?他们是糖尿病患者吗?

2-方法predict()的返回值是多少?在我的代码中,它返回一个n_samples数组作为[0,1]范围内的预测值。但是,我希望返回0或1的二进制值(无中间值)

2 个答案:

答案 0 :(得分:0)

1 - diabetes_y_train是火车的标签

2 - 您正在使用回归函数,因此拥有连续变量是正确的。如果你想要二进制输出你不是解决回归问题而是分类问题,那么你可以设置一个阈值来预测预测或使用sklearn提供的classifier之一。

答案 1 :(得分:-1)

1 - 是

2 - Predict计算浮点数,因为该示例试图预测浮点值而不是二进制值。因此,没有是/否答案,而是预测值,并且为了估计误差,计算差异并在var functionsToCall = new Array(); function f1() { $.ajax({ type:"POST", url: "/some/url", success: function(data) { doSomethingWith(data); //When done, call the next function.. callAFunction("parameter"); } }); } function f2() { /*...*/ callAFunction("parameter2"); } function f3() { /*...*/ callAFunction("parameter3"); } function f4() { /*...*/ callAFunction("parameter4"); } function f5() { /*...*/ callAFunction("parameter5"); } function f6() { /*...*/ callAFunction("parameter6"); } function f7() { /*...*/ callAFunction("parameter7"); } function f8() { /*...*/ callAFunction("parameter8"); } function f9() { /*...*/ callAFunction("parameter9"); } function callAllFunctionsSy(params) { functionsToCall.push(f1); functionsToCall.push(f2); functionsToCall.push(f3); functionsToCall.push(f4); functionsToCall.push(f5); functionsToCall.push(f6); functionsToCall.push(f7); functionsToCall.push(f8); functionsToCall.push(f9); functionsToCall.reverse(); callAFunction(params); } function callAFunction(params) { if (functionsToCall.length > 0) { var f=functionsToCall.pop(); f(params); } }中平均