简单的问题我没有得到预期的输出。（线性回归）

Question

我是编程新手。代码：import pandas as pdimport numpy as npimport matplotlib.pyplot as pltfrom sklearn import linear_modeldf=pd.read_csv('homeprices.csv')reg = linear_model.LinearRegression()问题1reg.fit(df[['area']],df.price)预期输出应该是LinearRegression(copy_X=True, fit_intercept=True, n_jobs=None,         normalize=False)我的输出：LinearRegression()问题2reg.predict(3300)当我使用时它给出错误"()"，但是当我使用 2D 数组时"[[]]"它给了我正确的输出，但我想知道为什么当我使用唯一的括号时它没有给我输出（如视频所示）。

Answer 1

问题1：

这就是最新版本 sklearn（即 0.23）中拟合模型输出的显示方式。参数相同，但未在输出中显示。

您可以使用reg.get_params()查看参数。

问题2：

较新版本的 Scikit-learn 需要预测函数的 2D 输入，我们可以通过以下方式制作 3300 2D [[3300]]：

reg.predict( [[3300]] )

Answer 2

• 问题1：这取决于您之前可能更改过的默认参数或更改它的任何其他原因，但是您可以在以这种方式初始化线性分类器时轻松设置所需的参数：

  reg = linear_model.LinearRegression(copy_X=True, fit_intercept=True, n_jobs=None, normalize=False)

• 问题2： reg.predict(3300)这样传递参数给Pandas是不正确的，你可以看到讲师也更正了reg.predict([3300])youtube帖子描述中的答案

Answer 3

尝试这个，但你应该定义你的变量并适应它们以获得所需的输出

import pandas as pd

import numpy as np

import matplotlib.pyplot as plt

from sklearn.linear_model import LinearRegression()

df=pd.read_csv('homeprices.csv')

reg =LinearRegression()