线性回归拟合给出了奇怪的预测答案

【问题标题】：LinearRegression fitting gives weird prediction线性回归拟合给出了奇怪的预测
【发布时间】：2021-12-13 01:07:10
【问题描述】：

下面是我的代码

import numpy as np
from sklearn.linear_model import LinearRegression
X = np.array([[1], [2], [3], [4]])
y = np.array([[6],[8], [2], [2]])
reg = LinearRegression().fit(X, y)


print("Next will mine in", reg.predict([[5]]))

并响应值 5 预测

Next will mine in [[-1.77635684e-15]]

我不明白为什么会有这么大的负数？

【问题讨论】：

这是一个非常小的负面影响。请注意，它大约是 -0.00000000000000177635684

标签： python machine-learning linear-regression

【解决方案1】：

这是一个非常小的负数，接近于零：

-0.00000000000000177635684

a_float = 3.14159
formatted_float = "{:.2f}".format(a_float)

【讨论】：

在这种情况下如何四舍五入使其显示为 0？
您可以在打印时简单地格式化数字。四舍五入没有意义。
查看带有格式代码的更新答案