Question

使用糖尿病数据集的sklearn中有一个不错的example of linear regression。

我复制了笔记本版本，并在Jupyterlab中玩了一下。当然，它的工作原理与示例相同。但我想知道我真正看到的是什么。

有一个带有未标记轴的图表。
我想知道标签（因变量）是什么。
我想知道正在使用10个独立变量中的哪个。

因此，我试用了ipython / jupyter提供的出色功能：

diabetes.DESCR

Diabetes dataset
================
Notes
-----
Ten baseline variables, age, sex, body mass index, average blood
pressure, and six blood serum measurements were obtained for each of 
n = 442 diabetes patients, as well as the response of interest, a
quantitative measure of disease progression one year after baseline.

Data Set Characteristics:
:Number of Instances: 442
:Number of Attributes: First 10 columns are numeric predictive values
:Target: Column 11 is a quantitative measure of disease progression one year after baseline
:Attributes:
:Age:
:Sex:
:Body mass index:
:Average blood pressure:
:S1:
:S2:
:S3:
:S4:
:S5:
:S6:

Note: Each of these 10 feature variables have been mean centered and scaled by the standard
deviation times `n_samples` (i.e. the sum of squares of each column totals 1).
Source URL:
http://www4.stat.ncsu.edu/~boos/var.select/diabetes.html
For more information see:
Bradley Efron, Trevor Hastie, Iain Johnstone and Robert Tibshirani (2004) 
"Least Angle Regression," Annals of Statistics (with discussion), 407-499.
(http://web.stanford.edu/~hastie/Papers/LARS/LeastAngle_2002.pdf)'

从源URL转到原始raw data，它是制表符分隔的非标准化数据副本。它还进一步说明了问题域中的“ S”功能是什么。

有趣的是，性是[1,2]中的一种，猜测其含义。

但是我真正的问题是sklearn中是否有一种方法可以确定

如何对sklearn中的数据进行规范化？
是否有一种方法可以对系数进行非规范化并进行拦截，以便用代数表达适合度？

或者这仅仅是线性回归的证明？

Answer 1

在规范化之前，如果没有有关数据的任何信息，就无法对数据进行规范化。但是，请注意sklearn.preprocessing类MinMaxScaler，StandardScaler等确实包含inverse_transform方法（example），因此示例中也提供了此方法。这很容易做到。就像您所说的那样，这只是回归演示。

如何对sklearn糖尿病数据集进行非规范化处理？

1 个答案: