使用sklearn python

时间:2019-07-02 10:01:36

标签: python-3.x linear-regression gradient-descent

我是Python和机器学习的新手。.我为Height Vs Weight数据集实现了一个简单的线性回归模型(预测重量)。

当我尝试使用Sklearn的SGDRegressor实现它时,我的模型无法正确预测,并且得到的分数为负。

我尝试用sklearn的LinearRegression实现,我得到0.24的分数。

当我尝试使用SGD优化模型时,为什么我的分数下降了??

我的HeightvsWeight训练和测试数据集:

Height:  
Train shape:  (8000, 1)  
Test shape :  (2000, 1)  
Weight  
Train shape:  (8000, 1)  
Test shape :  (2000, 1)  

model_sgd=linear_model.SGDRegressor(loss='squared_loss',  
 penalty='l2',max_iter=1000,tol=1e-3)

weight_train=weight_train.ravel()
model_sgd.fit(height_train,weight_train)

print("Y Intercept: ",model_sgd.intercept_)
print("Coefficient: ",model_sgd.coef_)  

Result:  
Y Intercept:  [-1.21722085e+10]  
Coefficient:  [-3.28570145e+10]  

print("Score of the Model : ",r2_score(weight_test,weight_predicted))  
Score of the Model :  -1.2368427374897364e+24  

我在哪里弄错了?我如何使我的分数接近1

0 个答案:

没有答案