如何检查每个参数的多重线性回归结果（sklearn 模型）答案

【问题标题】：How to check multiple linear regression result per parameter (sklearn model)如何检查每个参数的多重线性回归结果（sklearn 模型）
【发布时间】：2021-08-16 09:54:15
【问题描述】：

我在 sklearn 上使用默认的多元线性回归

from sklearn import linear_model

regr = linear_model.LinearRegression()
model = regr.fit(X, y)
predictions = model.predict(X)

当我拨打prediction 时，结果如下

ApplicationID
2019XXX68954    0.700000
2020XXX59500    0.642747
2020XXX52277    0.405954

我想要什么

ApplicationID   Variable1       Variable2        Score
2019XXX68954     0.200000        0.500000     0.700000
2020XXX59500     ........        ........     0.642747
2020XXX52277     ........        ........     0.405954

我所说的Variable1 和Variable2 是在这个多重回归中由系数时间常数生成的部分分数，所以我可以看到哪个变量对变量的贡献最大

【问题讨论】：

标签： python pandas dataframe scikit-learn statistics

【解决方案1】：

IIUC，您可以将 model.coef_ 与您的 X 逐元素相乘：

from sklearn.datasets import make_regression
from sklearn.linear_model import LinearRegression

X, y = make_regression(n_samples=10, n_features=3, bias=0.9, random_state=51)

model = LinearRegression()
model.fit(X, y)

# Form the dataframe
data = X * model.coef_
columns=[f"Variable{j}" for j, _ in enumerate(model.coef_, start=1)]

result = pd.DataFrame(data, columns=columns)

# put the intercept, too
result.insert(0, "Variable0", model.intercept_)

得到

>>> result

   Variable0   Variable1  Variable2   Variable3
0        0.9  -17.538372   4.172825  108.040511
1        0.9  156.267901 -18.817702  -50.471148
2        0.9  -21.506439 -40.510528  -30.320019
3        0.9  110.403966  40.281776   31.840830
4        0.9  -41.648604  -3.187173   71.067339
5        0.9  -76.860056  27.791395  -48.228522
6        0.9  -82.160185   3.718984   -4.145350
7        0.9   17.780070 -49.726577  -90.128025
8        0.9   55.302550  63.892190   44.852370
9        0.9   -6.689355 -44.186517  -87.087998

完整性检查是result 的每一行的总和应该等于模型对每个样本的预测：

>>> np.allclose(model.predict(X), result.sum(axis=1))
True

【讨论】：