线性回归斜率和数据点之间的距离答案

【问题标题】：Distance between Linear Regression slope and data point线性回归斜率和数据点之间的距离
【发布时间】：2018-03-06 20:41:19
【问题描述】：

我有一个 LinearRegression() 模型。我现在要做的基本上是计算一些数据点和回归线之间的距离。

我的数据点是二维点(x, y)

我的问题是：如何从LinearRegression() 模型中得到直线方程？

【问题讨论】：

标签： python scikit-learn

【解决方案1】：

拟合模型后，您可以调用coef 和intercept_ 属性来查看系数和截距分别是多少。

但这需要为您的模型编写一个构造公式。我的建议是，一旦您建立模型，做出预测并根据真正的 y 值对其进行评分 -

from sklearn.metrics import mean_squared_error
mean_squared_error(y_test, y_pred) # y_test are true values, y_pred are the predictions that you get by calling regression.predict()

如果目标是计算距离，您可以使用sklearn.metrics 便利函数，而不是寻找方程式并自己手动计算。手动的方法是 -

import numpy as np
y_pred = np.concatenate(np.ones(X_test.shape[0]), X_test) * np.insert(clf.coef_,0,clf.intercept_)
sq_err = np.square(y_pred - y_test)
mean_sq_err = np.mean(sq_err)

【讨论】：

我基本上是在寻找点和线之间的正常距离并获得分数——因为数据是二维的，这实际上是在做一个穷人的 PCA。

【解决方案2】：

从documentation 中，使用clf.coef_ 作为权重向量，使用clf.intercept_ 作为偏差：

coef_ : 数组，形状 (n_features, ) 或 (n_targets, n_features)
线性回归问题的估计系数。如果多个在拟合期间传递目标（y 2D），这是一个 2D 形状数组 (n_targets, n_features)，如果只通过一个目标，这是一个长度为n_features 的一维数组。

intercept_ : 数组中的独立项线性模型。

一旦你有了这些，请参阅here。

【讨论】：

不知何故我错过了这个。谢谢。