在线性回归中使用现有系数和截距

Question

我将scikit-learn 模块用于Linear Regression。我的模型每天都在运行，现在我将模型的变量 (coef_ & intercept_) 存储到文件中，以便在我的模型运行时再次使用它。

假设，在一年的历史中，我每天都在运行模型。 11月25日，我将模型的coef_ & intercept_保存在一个文件中，所以我再次重新启动我的程序，它将从11月25日开始，一直运行到最后

因此，当我比较重启前后 11 月 26 日的预测时，预测是不同的。所以我只是想在重启前使用coef_ & intercept_，这样重启后，它应该预测11月26日的情况。

为此，我只需覆盖 coef_ 和 intercept_

from sklearn import linear_model

model = linear_model.LinearRegression()
model.coef_ = coef_stored
model.intercept_ = intercept_stored

model.fit(X, y)
model.predict(x)

我希望我对 26 日的预测在重启之前和之后都相同。使用上面的代码我无法实现它。

Answer 1

不建议更改未经训练的模型的属性，但可以按照 Desertnaut 的评论进行操作，如 How to instantiate a Scikit-Learn linear model with known coefficients without fitting it 所示。

但是，如果您调用fit 方法，则系数和截距将被覆盖。

from sklearn.linear_model import LinearRegression
import numpy as np
np.random.seed(0)

my_intercepts = np.ones(2)
my_coefficients = np.random.randn(2, 3)

new_model = LinearRegression()
new_model.intercept_ = my_intercepts
new_model.coef_ = my_coefficients

print(new_model.coef_)
#[[ 1.76405235  0.40015721  0.97873798]
# [ 2.2408932   1.86755799 -0.97727788]]


new_model.predict(np.random.randn(5, 3))
#array([[ 2.51441481,  2.94725181],
#       [ 3.20531004,  0.76788778],
#       [ 2.82562532,  2.49886169],
#       [ 1.98568931,  4.73850448],
#       [-1.28821286,  2.60145844]])

---

你说：

所以我只是想在重新启动之前使用 coef_ 和 intercept_， 所以重启后，它应该会预测 11 月 26 日的情况。

如果在确定使用相同的数据和模型系数时没有得到相同的结果，则说明有问题。如果您在程序的前后状态之间升级了 sklearn，则 sklearn 版本之间可能会有细微差别。