我有x1 =工作级别（数字），x2 =工作代码（分类）和y =股票价值（数字）。对于3x500的数据集，我在库存值中有250个NaN值。
我需要在下面的代码中更改以将x2作为分类值读取并重新运行程序以查找系数？Data set example
> import pandas as pd from sklearn.linear_model import LinearRegression
> df = pd.read_excel("stats.xlsx")
> df_nonull=df.dropna() X_train = df_nonull[['Job Code','Job Level']]
> y_train = df_nonull[['Stock Value']]
>
>
> X_test = df[['Job Code','Job Level']] y_test = df[['Stock Value']]
>
> regressor = LinearRegression() model=regressor.fit(X_train, y_train)
> # display coefficients print(regressor.coef_)
> print(regressor.coef_)
答案 0 :(得分：2)
这是一个简单的模型训练问题。您可用的培训数据（观察）是存在库存值的行;你以后的真实＆＃34;数据是没有的行。
在这种情况下，分类数据非常合法。实际上，您也可以尝试将作业级别声明为分类，因为它是离散的;这将使你摆脱任何线性假设（虽然它也否定了级别代码排序的任何适用性）。
您的任务是选择正确地为您的数据提供服务的模型类型。这需要研究和实验;欢迎来到数据科学。由于您还没有讨论过您的数据形状，密度，连接性，聚类等，因此我们可以与您探讨这些内容并不多。关于三个特征的六个观察结果（注意职业代码和职称不是100％耦合）对于受过教育的猜测是不够的。
尝试将一些多项式项添加到＆＃34;线性＆＃34;回归：可能是每个输入的平方项和平方根。这通常是这项任务的第一次尝试。