Mit scikit-learn LinearRegression in den plot ein linearer fit

Ich versuche, lineares Regressionsmodell für die Vorhersage der Sohn die Länge seines Vaters, Länge

import numpy as np
import pandas as pd
from matplotlib import pyplot as plt
import seaborn as sns
%matplotlib inline
from sklearn.linear_model import LinearRegression


Headings_cols = ['Father', 'Son']
df = pd.read_csv('http://www.math.uah.edu/stat/data/Pearson.txt', 
                 delim_whitespace=True, names=Headings_cols)



X = df['Father']  
y = df['Son']  

model2 = LinearRegression()
model2.fit(y, X)

plt.scatter(X, y,color='g')
plt.plot(X, model.predict(X),color='g')

plt.scatter(y, X, color='r')
plt.plot(y, X, color='r')

Bekomme ich Fehler 

ValueError: could not convert string to float: 'Father'

Die zweite Sache ist die Berechnung der durchschnittlichen Länge der Söhne, und der Standardfehler des Mittelwertes ?

  • In welcher Codezeile bekommst du den Fehler?
  • X = df['Vater'] y = df ["Sohn"]
InformationsquelleAutor | 2016-12-02
  1. 14

    Gibt es hier zwei Hauptthemen:

    1. Abrufen der Daten aus der Quelle
    2. Abrufen der Daten in der Form, dass sklearn.LinearRegression.fit versteht

    1. Abrufen der Daten aus

    Die source-Datei enthält eine Kopfzeile mit den Spaltennamen. Wir wollen nicht Spalten-Namen in unserer Datenbank, also nach dem Einlesen der ganzen Daten in den dataframe df können wir sagen, dass die erste Zeile als Header durch

    df.head(). Dies ermöglicht später die Abfrage der dataframe, indem Sie die Spaltennamen, wie üblich, d.h. df['Father'].

    2. Das abrufen von Daten in Form

    Die sklearn.LinearRegression.fit nimmt zwei Argumente. Zuerst die "Trainingsdaten", das sollte ein 2D-array, der zweite die "soll-Werte". In dem Fall gilt hier, dass wir einfach was zu machen passen, also wir kümmern uns nicht über die Begriffe zu viel, aber wir brauchen, um das erste Eingabe-Funktion in die gewünschte Form. Dies kann leicht getan werden, indem eine neue Achse zu einem der arrays, d.h. df['Father'].values[:,np.newaxis]

    Die komplette Arbeit skript: 

    import numpy as np
import pandas as pd
from matplotlib import pyplot as plt
import seaborn as sns

from sklearn.linear_model import LinearRegression

df = pd.read_csv('http://www.math.uah.edu/stat/data/Pearson.txt',
                 delim_whitespace=True)
df.head() # prodce a header from the first data row


# LinearRegression will expect an array of shape (n, 1) 
# for the "Training data"
X = df['Father'].values[:,np.newaxis]
# target data is array of shape (n,) 
y = df['Son'].values


model2 = LinearRegression()
model2.fit(X, y)

plt.scatter(X, y,color='g')
plt.plot(X, model2.predict(X),color='k')

plt.show()

    Mit scikit-learn LinearRegression in den plot ein linearer fit

    • Vielen Dank für diese ausführliche Antwort, hat mir geholfen mit meinem Problem. Ich wollte nur nicht, vollständig zu verstehen, die Gestaltung von den Daten, aber ich habe mir vorgenommen den jeweiligen Bearbeitungen und es funktioniert jetzt! Danke!
    InformationsquelleAutor ImportanceOfBeingErnest
  2. -1

    Beim laden der Daten, versuchen Sie stattdessen:

    df = pd.read_csv('http://www.math.uah.edu/stat/data/Pearson.txt', 
                 delim_whitespace=True)
df.columns = Headings_cols

    Sollten Sie auch sicherstellen, dass X-förmige richtig:

    X = df['Father'].values.reshape(-1, 1)
    • Es gibt diese Fehler ValueError: Gefunden-arrays mit inkonsistenten zahlen der Proben: [ 1 1078]
    • Sieht aus wie Sie vielleicht füttern die Daten in rückwärts. Versuchen model2.fit (X, y)
    • Das problem bezieht sich auf die Art und Weise LinearRegression.fit es erwartet die Eingabe der Daten. So Umbildung oder Umkehrung der Reihenfolge der Elemente nicht helfen. Man braucht, um eine neue dimension hinzufügen, um das erste Eingabe-array, wie gezeigt, in der meine Lösung.
    • das ist, warum ich diese Zeile in meiner Lösung (vor ein paar Tagen): X = df['Father'].values.reshape(-1, 1)
    InformationsquelleAutor AlexG
Schreibe einen Kommentar