预测 y 后下一步该做什么？答案

【问题标题】：What to do next after predicting y?预测 y 后下一步该做什么？
【发布时间】：2018-09-11 09:57:33
【问题描述】：

我已经对数据集进行了预处理，并检查了自变量可能存在的多重共线性。

数据集有 6 列 31 行，我用来生成 1/3 作为 X_test 和 y_test，剩下的是 X_train 和 y_train。

我使用 sklearn.linear_model LinearRegression 函数将 X_train 和 y_train 拟合到回归量，并使用 X_test 的 predict 函数得到 y 的预测值。

# Importing the libraries
import numpy as np
import matplotlib.pyplot as plt
import pandas as pd

# Importing the dataset
dataset = pd.read_csv('daily_raw_status.csv')
X = dataset.iloc[:, :-1].values # IVs
y = dataset.iloc[:, 6].values # DV

# Splitting the dataset into the Training set and Test set
from sklearn.cross_validation import train_test_split
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size = 1/3, random_state = 0)

# Fitting MLR to the Training Set
from sklearn.linear_model import LinearRegression
regressor = LinearRegression() # create object
regressor.fit(X_train, y_train) # using fit method, fit the multiple regressor to training set

# Predicting the Test set results
y_pred = regressor.predict(X_test)
Now that I have the y_pred, I can now check the y_pred to the y_test if it's nearly the same.

问题是：

我还能用 y_pred 做什么，或者在解释模型时我应该把重点放在哪里？以及关于如何将模型重新用于可能的实时数据集的任何想法/概念？

【问题讨论】：

标签： machine-learning regression linear-regression

【解决方案1】：

解释回归模型的一个非常典型的步骤是方差分析。这种常见的分析类型允许您评估您的整体模型显着性、系数的显着性和大小、R² 等。有关使用“statsmodels”包的示例，请参阅ANOVA example。 Statsmodels 通常提供更多工具来解释和评估回归模型。

要查看您的模型是否适合预测，您可能需要检查预测质量是否符合您的目的。这可以包括

寻找合适的指标
比较训练集和测试集的性能
检查值的范围

从实际角度来看，绘制预测值和实际值通常很有用，以了解您的预测质量。

【讨论】：

【解决方案2】：

此外，您还可以：

interpret the beta coefficients and intersect
Find the RMSE or MAE to check the error
如果 RMSE 或 MAE 高：异常值处理或feature selection (find potential predictors)

【讨论】：