我正在研究一个问题,并且使用多元回归来解决此问题。 R Square为92%。 VIF很好。 RMSE可以。我需要使用摘要中的系数来建立一个方程式。其日志日志回归。
我想建立一个方程,可以据此实际预测价格以测试模型。
答案 0 :(得分:0)
(summary(model2)$coef)[,]
您可以使用方括号对系数表建立索引并直接获取所需的值。
答案 1 :(得分:0)
这应该有效
modl = LinearRegression().fit(X_train, y_train)
alpha = modl.intercept_
betas = modl.coef_
print(f'alpha = {modl.intercept_}')
print(f'betas = {modl.coef_}')
等式为预测值的情况_value_y = alpha + beta1 * x1 + beta2 * x2 .....
注意:1.如果您使用线性回归以外的任何其他算法,则无法求解方程。 2.不要缩放x_train,y_train,x_test,y_test变量,而是使用实际数据来获取实际预测下一个实时数据的系数。如果缩放,则系数也将缩放。这样的方程式不能用于预测新的未缩放数据。
我希望这会有所帮助!