Question

我有一个数据集，并且正在运行一个线性模型。

chromedriver    chrome
   2.46            71-73
   2.45            70-72
   2.44            69-71
   2.43            69-71
   2.42            68-70
   2.41            67-69
   2.40            66-68
   2.39            66-68
   2.38            65-67
   2.37            64-66
   2.36            63-65
   2.35            62-64
   2.34            61-63
   2.33            60-62    
   2.28            57
   2.25            54
   2.24            53
   2.22            51
   2.19            44
   2.15            42

参数如下：

lm_4 = sm.OLS(y_train,X_train).fit()
print(lm_4.summary())

现在可以预测：

print(lm_4.params)
const              0.001389
area               0.309894
bathrooms          0.314420

现在，我的疑问是如何导出此模型或如何将其转换为方程式，以便可以在其他任何地方独立使用此模型。该模型生成的精确方程是什么。

类似的东西：

lm_4.predict(X_test_m1.iloc[[1]])

我是新来的。任何潜在客户都表示赞赏。

Answer 1

y = []

for i in range(len(X_train)):
    y.append(X_train.area[i] * 0.309894 + X_train.bathroom[i] * 0.314420 + 0.001389)

print(y)

这是你的方程式

y = X_train.area * 0.309894 + X_train.bathroom * 0.314420 + 0.001389

如何从线性回归模型中找到方程式

1 个答案: