Python3 上的线性回归预测答案

【问题标题】：Linear Regression Prediction on Python3Python3 上的线性回归预测
【发布时间】：2019-11-28 06:24:25
【问题描述】：

我正在尝试在使用 Python 3 的数据集上使用 LinearRegression。我正在尝试查看 Order Size 对指标 OTIF（按时完成）的影响。该指标是按时足额交付的交付量的百分比。尝试使用 LinearRegression 时出现错误。

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

# path of data
path = 'c:/Data/ame.csv'
df = pd.read_csv(path)
df.head()

from sklearn.linear_model import LinearRegression
lm = LinearRegression
lm

X = df[['Order Units']]
Y = df['OTIF%']

lm.fit(X,Y)

Yhat=lm.predict(X)
Yhat[0:5]

 ---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-39-b4b21bd8b84e> in <module>
----> 1 Yhat=lm.predict(X)
  2 Yhat[0:5]

TypeError: predict() missing 1 required positional argument: 'X'

【问题讨论】：

标签： python-3.x linear-regression prediction

【解决方案1】：

我认为问题是你没有为你创建 LinearRegression 对象。你必须调用它自己的构造函数来获取类的对象。试试这个。

from sklearn.linear_model import LinearRegression
lm = LinearRegression()
X = df[['Order Units']]
Y = df['OTIF%']

lm.fit(X,Y)

Yhat=lm.predict(X)

【讨论】：