使用Python求解残差的方法详解 |python发送一个文件

一、线性回归模型的残差

可以很方便地求解线性回归模型的残差。

自带的波士顿房价数据集为例。

portearodelportearRegression

导入数据集().data.target

定义线性回归模型odelearRegression()odel.fit(X, y)

模型预测值odel.predict(X)

umpy库中的subtract函数求解残差。

portumpyp

残差p.subtract(y, y_pred)

二、非线性回归模型的残差

求解残差的方法与线性回归模型类似。在这里大家以多项式回归模型为例。

自带的diabetes数据集为例。

port load_diabetesgportomialFeaturesearodelportearRegression

导入数据集

diabetes = load_diabetes()pewaxis, 2]

y = diabetes.target

定义多项式回归模型omialFeatures(degree=3)sform(X)odelearRegression()odel.fit(X_poly, y)

模型预测值odel.predict(X_poly)

umpy库中的subtract函数求解残差。

portumpyp

残差p.subtract(y, y_pred)

求解残差的方法。