Python Sklearn线性回归不可调用答案

【问题标题】：Python Sklearn linear regression not callablePython Sklearn线性回归不可调用
【发布时间】：2018-06-25 17:09:45
【问题描述】：

我正在使用 pandas 和 sklearn 实现简单线性回归和多元线性回归

我的代码如下

import pandas as pd
import numpy as np
import scipy.stats
from sklearn import linear_model
from sklearn.metrics import r2_score
df = pd.read_csv("Auto.csv", na_values='?').dropna()

lr = linear_model.LinearRegression()
y = df['mpg']
x = df['displacement']
X = x.values.reshape(-1,1)
sklearn_model = lr.fit(X,y)

这很好用，但是对于多元线性回归，由于某种原因，它不适用于 sklearn 线性回归末尾的 ()，当我将它与括号一起使用时，会出现以下错误：

TypeError: 'LinearRegression' object is not callable

我的多元线性回归代码如下：

lr = linear_model.LinearRegression

feature_1 = np.array(df[['displacement']])
feature_2 = np.array(df[['weight']])
feature_1 = feature_1.reshape(len(feature_1),1)
feature_2 = feature_2.reshape(len(feature_2),1)

X = np.hstack([feature_1,feature_2])

sklearn_mlr = lr(X,df['mpg'])

我想知道我做错了什么。此外，如果最后不使用 ()，我将无法在线性回归方法中打印各种属性。例如

print(sklearn_mlr.coef_)

给我错误：

AttributeError: 'LinearRegression' object has no attribute 'coef_'

【问题讨论】：

我无法重现此内容。我怀疑在某处，您已经完成了linear_model.LinearRegression = linear_model.LinearRegression()，这会重现此错误...
您了解() 的工作原理吗？为什么上面的代码有效？

标签： python numpy scikit-learn regression sklearn-pandas

【解决方案1】：

为什么不按如下方式导入：

from sklearn.linear_model import LinearRegression

在我看来，它比你所做的要干净得多。然后你可以这样使用它：

lr = LinearRegression()

【讨论】：

【解决方案2】：

鉴于这个 sn-p：

lr = linear_model.LinearRegression

feature_1 = np.array(df[['displacement']])
feature_2 = np.array(df[['weight']])
feature_1 = feature_1.reshape(len(feature_1),1)
feature_2 = feature_2.reshape(len(feature_2),1)

X = np.hstack([feature_1,feature_2])

sklearn_mlr = lr(X,df['mpg'])

您的问题是您尚未初始化 LinearRegression 类的实例。您需要像在第一个示例中那样初始化它。然后你可以像这样使用fit 方法：

lr = linear_model.LinearRegression()

feature_1 = np.array(df[['displacement']])
feature_2 = np.array(df[['weight']])
feature_1 = feature_1.reshape(len(feature_1),1)
feature_2 = feature_2.reshape(len(feature_2),1)

X = np.hstack([feature_1,feature_2])

sklearn_mlr = lr.fit(X,df['mpg'])

一旦实例适合，它将具有文档中列出的属性（例如.coef_）。因为你试图访问 LogisticRegression 类本身的.coef。

【讨论】：

【解决方案3】：

lr 是您示例中的一个类。

你需要初始化它，然后从实例调用.fit(X,df['mpg'])。

【讨论】：