如何从线性回归模型中找到方程答案

【问题标题】：How to find the equation from linear regression model如何从线性回归模型中找到方程
【发布时间】：2019-07-22 06:03:46
【问题描述】：

我有一个数据集，我正在运行一个线性模型。

lm_4 = sm.OLS(y_train,X_train).fit()
print(lm_4.summary())

参数如下：

print(lm_4.params)
const              0.001389
area               0.309894
bathrooms          0.314420

现在预测：

lm_4.predict(X_test_m1.iloc[[1]])

现在我的疑问是如何导出此模型，或者如何将其转换为方程式，以便我可以在其他任何地方独立使用此模型。模型生成的确切方程是什么。

类似：

y = cont * 0.001389 + area * 0.309894 + bathroom*0.3144 + c

我是新手。任何线索表示赞赏。

【问题讨论】：

请明确包含您的imports；另外，由于您似乎使用的是statsmodels，请删除scikit-learn 标签。
请记住，默认情况下，statsmodels 将不在模型中包含常量（截距）项；在scikit-learn & statsmodels - which R-squared is correct? 中查看答案。
你的方程确实如你所说，这里没有c这个词；您的问题/要求到底是什么？如何以编程方式获得这样的方程？如果是，是什么形式？
@desertnaut 我想要一个最终方程。我需要得到模型生成的线性方程。
以什么形式？？字符串可以吗？

【解决方案1】：

y = []

for i in range(len(X_train)):
    y.append(X_train.area[i] * 0.309894 + X_train.bathroom[i] * 0.314420 + 0.001389)

print(y)

这是你的方程式

y = X_train.area * 0.309894 + X_train.bathroom * 0.314420 + 0.001389

【讨论】：