Scikit 学习线性回归预测标签答案

【问题标题】：Scikit learn linear regression predicting labelsScikit 学习线性回归预测标签
【发布时间】：2016-10-01 00:38:21
【问题描述】：

我正在尝试使用 SK learn 对时间序列标记的数据执行线性回归。我的数据格式是data=(timestamp,value,label)

分配给我的数据的标签是 0 或 1。我试图从 SKLearn 网站关注这个example

我的问题：

1- 示例中训练数据的标签在哪里？他们在糖尿病y_train 吗？

2- predict() 方法的返回值是多少？在我的代码中，它返回一个 n_samples 数组作为 [0,1] 范围内的预测值。但是，我希望返回 0 或 1 的二进制值（没有中间值）

【问题讨论】：

【解决方案1】：

1 - diabetes_y_train 是火车的标签

2 - 您正在使用回归函数，因此拥有连续变量是正确的。如果您想要二进制输出，您不是在解决回归问题，而是在解决分类问题，您可以设置一个阈值来离散化预测或使用 sklearn 提供的classifier 之一。

【讨论】：

【解决方案2】：

1 - 是

2 - Predict 计算浮点数，因为该示例试图预测浮点值而不是二进制值。所以没有是/否的答案，而是一个预测值，为了估计误差，在np.mean((regr.predict(diabetes_X_test) - diabetes_y_test) ** 2)中计算并平均了一个差值

【讨论】：