LinearRegression() 中的 coef_ 值代表什么？答案

【问题标题】：What does the coef_ values in LinearRegression() stand for?LinearRegression() 中的 coef_ 值代表什么？
【发布时间】：2019-06-25 02:51:54
【问题描述】：

我是机器学习的初学者。这只是一个简单的问题，LinearRegression() 中的 coef_ 代表什么？我知道它代表系数，但我不明白这些值，高和正的 coef_ 是否意味着更强的关系？

而且，如果 coef_ 值是指数的，这是否意味着我的 LinearRegression 是错误的？

array([-3.12840684e+02, -1.01279891e+13, -1.42682874e+13, -1.42682874e+13,
   -1.42682873e+13, -1.42682873e+13, -1.23057091e+04, -6.08730443e+02,
   -2.25836847e+12, -2.25836846e+12, -2.25836846e+12, -2.25836846e+12,
   -2.25836845e+12, -2.25836846e+12, -2.25836846e+12, -2.25836847e+12,
   -2.25836849e+12,  5.41669310e+11,  5.41669341e+11,  5.41669325e+11,
    2.47680574e+12,  5.41669172e+11,  5.41669322e+11,  5.41669336e+11,
    5.41669320e+11, -1.92388659e+12, -1.92388658e+12, -1.92388659e+12,
   -1.92388654e+12, -1.43004842e+12, -1.92388655e+12, -1.92388658e+12,
   -1.92388665e+12, -1.92388657e+12, -1.92388658e+12, -1.92388653e+12,
   -1.92388658e+12, -1.92388660e+12, -1.92388658e+12, -1.92388660e+12,
   -9.83609518e+11, -9.83609497e+11, -9.83609551e+11, -9.83609529e+11,
   -1.47744767e+12, -9.83609560e+11, -9.83609506e+11, -9.83609465e+11,
   -9.83609519e+11, -9.83609455e+11, -9.83609513e+11, -9.83609555e+11,
   -9.83609535e+11, -9.83609497e+11, -9.83609511e+11, -9.83609514e+11,
   -1.54590339e+13, -1.54590339e+13, -1.54590339e+13, -1.54590339e+13,
   -1.30678844e+12, -1.30678843e+12, -1.30678843e+12, -1.30678847e+12,
   -1.30678844e+12, -1.62361585e+13, -1.62361585e+13, -1.62361585e+13,
   -1.62361585e+13, -1.62361586e+13, -1.62361585e+13,  5.88718912e+12,
    5.88718906e+12,  5.88718908e+12,  5.88718907e+12, -5.88718905e+12,
   -5.88718905e+12, -5.88718906e+12, -5.88718904e+12,  3.45085841e+11,
    3.45085830e+11,  3.45085861e+11,  3.45085814e+11,  3.45085829e+11,
    3.45085830e+11,  3.11126022e+12,  3.11126021e+12,  3.11126021e+12,
    1.13335966e+07,  3.11126021e+12, -7.58191433e+11, -7.58191424e+11,
    3.04834491e+03,  3.74262207e+03, -1.19176646e+04, -1.16855749e+04,
    2.00192065e+03,  3.75148918e+12,  3.75148916e+12,  3.75148918e+12,
    3.75148928e+12,  2.24187815e+13,  2.24187815e+13,  2.24187815e+13,
    2.24187815e+13,  6.26624305e+04,  1.61187017e+04,  2.00000527e+04,
   -3.10534619e+03,  2.39790901e+04, -7.55683101e+12, -7.55683096e+12,
   -7.55683096e+12, -7.55683096e+12, -7.55683097e+12, -7.55683097e+12,
    2.32335100e+13,  2.32335100e+13,  2.32335100e+13, -1.15363807e+13,
   -1.15363808e+13, -1.15363807e+13, -1.15363807e+13, -1.15363807e+13,
    2.70555822e+12,  2.70555822e+12,  2.70555823e+12, -3.19955267e+11,
   -3.19955228e+11, -3.19955165e+11, -3.19955294e+11, -3.19955247e+11,
   -3.19955264e+11, -3.19955255e+11, -3.19955270e+11, -3.19955263e+11,
   -4.86759426e+12, -4.86759423e+12, -4.86759425e+12, -4.86759428e+12,
   -4.86759425e+12, -4.86759427e+12])

【问题讨论】：

coef_ 给出了数据集特征的系数。此外，e 只是表示与数字相关的 10 次方
那么这是否意味着线性回归中使用的所有变量都有有意义的影响？因为所有的特征都有很高的价值
我不知道你的 LR 的输出，但从技术上讲它是这样的，如果你找到数组的维度和输入数据的维度，它将是相同的，但是，你可以使用 LASSO 抑制不重要的特征。
这里所做的只是使用分类变量来预测一个连续变量，在这种情况下是“价格”。我对我认为可能有助于预测“价格”的分类变量的数据进行了虚拟化处理。你认为 LASSO 能够处理分类变量吗？

标签： python machine-learning scikit-learn linear-regression

【解决方案1】：

coef_ 为您提供由线性回归估计的权重数组。它的形状为 (n_targets, n_features)。在您的情况下，它是一维数组，因为您只有一个目标。

在您的情况下，权重值很大，请确保您标准化您的特征并为您的模型使用正则化。

【讨论】：

【解决方案2】：

至少阅读您正在使用的 scikit learn 模块的标题页也许是明智之举。

https://scikit-learn.org/stable/modules/linear_model.html 对于线性回归： $\hat{y}(w, x) = w_0 + w_1 x_1 + ... + w_p x_p$

在整个模块中，我们将系数向量 \w 指定为 coef_ 和 intercept_。

【讨论】：