线性回归的系数和截距不断变化答案

【问题标题】：Linear Regression's coefficient and intercept kept changing线性回归的系数和截距不断变化
【发布时间】：2022-08-06 23:23:29
【问题描述】：

bach_sal = bach[\'Salary\']
masters_sal = masters[\'Salary\']
phd_sal = phd[\'Salary\']
deg_category_sal = [assoc_sal, bach_sal, masters_sal, phd_sal]

x = np.array(assoc[\'Person\'])
y = np.array(assoc_sal)
from sklearn.model_selection import train_test_split
x_train, x_test, y_train, y_test = train_test_split(x,y,test_size=0.7)
from sklearn.linear_model import LinearRegression
lr = LinearRegression()
lr.fit(x_train.reshape(-1,1),y_train)
print (lr.coef_)
print (lr.intercept_)

我收到了系数和 y 截距，但每次运行代码时，它们都会更改为不同的数字。请帮忙。谢谢你。

也许您可以尝试为您的代码/在哪里执行 train_test_split 设置一个随机种子。该方法随机选择您的数据的 %，因此它会在运行之间发生变化\\

标签： python machine-learning scikit-learn statistics data-science

【解决方案1】：

这是因为您没有在 train_test 拆分函数中设置 random_state。这会在每次运行时对测试数据的切割进行洗牌，因此，系数会略有变化。将 random_state 设置为整数以在多次运行中获得相同的答案。

https://scikit-learn.org/stable/modules/generated/sklearn.model_selection.train_test_split.html

【讨论】：

【解决方案2】：

这将不断变化，直到您为您的火车测试行号指定一个固定的 random_state 值。

x_train, x_test, y_train, y_test = train_test_split(x,y,test_size=0.3, random_state=42)

进行此更改后，您可能会得到完全相同的值。通常，您的训练和测试数据将不断变化，直到您指定用于训练和测试的集合行。

【讨论】：