Question

我正在尝试使用数据框和系列运行以下公式。

设X为3列数据帧。（让它成为100x3矩阵）。设y为向量（100x1矩阵） X：

    X0  sqrfeet  bedrooms   
0   1     2104         3  
1   1     1600         3  
2   1     2400         3  
3   1     1416         2  
4   1     3000         4

Y：

我想使用的公式是： - INV（X＆＃39; * X）* X＆＃39; * Y

这是正规方程的公式。这里X＆＃39;暗示X transpose和inv表示逆。我使用的代码是： -

var= (np.linalg.inv((X.T).dot(X)))
var2= var.dot(X.T)
final=var2.dot(Y)

以上是否正确？

让X代表房屋大小和卧室数量的房地产数据而Y对应价格。

Answer 1

看起来您想要将自己的OLS估算器用于家庭作业或个人发展，在这种情况下，您正走在正确的轨道上，但这里有几点需要注意。

Pandas DataFrame对象有一个方法as_matrix()，它返回DataFrame值的numpy矩阵。非数字值将产生NaN，但您的上述示例应该没有问题，因为所有值都是数字。您可以随心所欲地对这些矩阵执行linalg操作。

您需要记住的其他内容是回归设计矩阵的方向（本例中的变量X）。设计矩阵是d * n矩阵，其中d是特征的数量，n是样本大小。 Y矩阵是n * 1 $矩阵。为了使正规方程中的矩阵乘法起作用，您需要确保它们正确对齐。

如果您需要执行大量功能齐全的线性回归，您可能需要考虑已建立的库，例如StatsModels

与Pandas数据帧的矩阵逆

1 个答案: