线性回归：如何找到点与预测线之间的距离？

Question

我正在寻找点和预测线之间的距离。理想情况下，我希望结果显示在包含距离的新列中，称为“距离”。

我的进口：

import os.path
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from sklearn import preprocessing
from sklearn.linear_model import LinearRegression
%matplotlib inline 

我的数据样本：

idx  Exam Results  Hours Studied
0       93          8.232795
1       94          7.879095
2       92          6.972698
3       88          6.854017
4       91          6.043066
5       87          5.510013
6       89          5.509297

到目前为止我的代码：

x = df['Hours Studied'].values[:,np.newaxis]
y = df['Exam Results'].values

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

plt.scatter(x, y,color='r')
plt.plot(x, model.predict(x),color='k')
plt.show()

任何帮助将不胜感激。谢谢

Answer 1

您只需将y 和model.predict(x) 之间的差异分配给一个新列（如果您只想要差异的大小，则取绝对值）：

#df["Distance"] = abs(y - model.predict(x))  # if you only want magnitude
df["Distance"] = y - model.predict(x)
print(df)
#   Exam Results  Hours Studied  Distance
#0            93       8.232795 -0.478739
#1            94       7.879095  1.198511
#2            92       6.972698  0.934043
#3            88       6.854017 -2.838712
#4            91       6.043066  1.714063
#5            87       5.510013 -1.265269
#6            89       5.509297  0.736102

这是因为您的模型为每个自变量 (x) 预测了一个 y（因变量）。 x的坐标是一样的，所以y的差就是你想要的值。