Question

我正在尝试在python中运行回归。我有一个列表列表（是较大列表的一部分），看起来像这样：

[[1307622004, 0.0, 339.093, 130.132], 
[10562004, 0.0, 206.818, 62.111], 
[127882004, 0.0, 994.624, 360.497], 
[63702004, 0.0, 89.653, 19.103], 
[655902004, 0.0, 199.613, 83.296], 
[76482004, 0.0, 1891.0, 508.0], 
[16332004, 0.0, 160.344, 25.446], 
[294352004, 0.0, 67.115, 22.646], 
[615922004, 0.0, 134.501, 41.01], 
[1212572004, 0.0, 232.616, 5.086], 
[658992004, 0.0, 189.155, 7.906], 
[61962004, 0.0, 806.7, 164.1], 
[121712004, 0.0, 1147.532, 271.014], 
[1250142004, 0.0, 29.556, -5.721], 
[148082004, 0.0, 22.05, -17.655]]

它看起来像这样，因为每一行都是我要从中导入数据的CSV文件中的一行。从现在开始，请将列表中的元素视为变量列，以更好地理解我要回归的内容。例如，列表中的前4个列表看起来像变成了列（我不需要将变量变成我已经出于说明目的将其变成列）：

1307622004     0.0    339.093    130.132
10562004       0.0    206.818    62.111
127882004      0.0    994.624    360.497

继续我的示例，我希望第一列是我的因变量，而所有其他列是我的自变量。我尝试使用numpy将列表转换为数组，然后应用sklearn回归。下面是一个代码段：

重要注意事项：list_of_lists包含许多与问题开始时提供的列表相似的元素。

from sklearn import datasets ## imports datasets from scikit-learn
from sklearn.linear_model import LinearRegression
import numpy as np

for item in list_of_lists:
    test_array = np.asarray(item)
    # print(test_array)
    X, Y = test_array[:, 0], test_array[:, 1]
    mdl = LinearRegression().fit(X, Y)
    scores = LinearRegression.score(X, Y)
    print('--------------------------')

问题是我得到以下输出：

如果数据具有单个特征，则使用array.reshape（-1，1）来重塑数据；如果包含单个样本，则使用array.reshape（1，-1）来重塑数据。

我对python以及python中数组，矩阵的用法非常陌生，所以我不太了解发生了什么。

Answer 1

我不太确定为什么要遍历列表。更好的是使回归适合数组。另外，如果您希望第一列是您的响应（因变量），而所有其他列都作为预测变量（因变量），则需要更改X和Y的定义，因为有了它，第一列作为预测变量，第二列作为响应：

test_array = np.asarray(list_of_lists)
# Set independent variables to be all columns after first, dependent to first col
X, Y = test_array[:, 1:], test_array[:, 0]

# Create a regressor 
reg = LinearRegression()
# Fit it to your data   
mdl = reg.fit(X, Y)
# Exctract the R^2
scores = reg.score(X,Y)

如何从元素列表开始进行回归

1 个答案: