线性回归#

class sklearn.linear_model.LinearRegression(*, fit_intercept=True, copy_X=True, n_jobs=None, positive=False)[source]#

普通最小二乘线性回归。

LinearRegression 拟合具有系数 w = (w1, …, wp) 的线性模型，以最小化数据集中的观察目标与线性逼近预测的目标之间的残差平方和。

参数：

fit_intercept布尔值，默认值为 True: 是否计算此模型的截距。如果设置为 False，则计算中不使用截距（即，数据应居中）。
copy_X布尔值，默认值为 True: 如果为 True，则复制 X；否则，它可能会被覆盖。
n_jobs整数，默认值为 None: 用于计算的作业数。仅当问题足够大时，才会提高速度，即首先n_targets > 1，其次X为稀疏矩阵或positive设置为True。在joblib.parallel_backend环境之外，None表示1。-1表示使用所有处理器。更多详情请参见术语表。
positivebool，默认为False: 设置为True时，强制系数为正。此选项仅支持密集数组。

0.24版本新增。

属性：

coef_形状为 (n_features,) 或 (n_targets, n_features) 的数组: 线性回归问题的估计系数。如果在拟合过程中传递多个目标 (y 为二维数组)，则为形状为 (n_targets, n_features) 的二维数组；如果只传递一个目标，则为长度为 n_features 的一维数组。
rank_int: 矩阵X的秩。仅当X为密集矩阵时可用。
singular_形状为 (min(X, y),) 的数组: X的奇异值。仅当X为密集矩阵时可用。
intercept_float 或形状为 (n_targets,) 的数组: 线性模型中的独立项。如果fit_intercept = False，则设置为 0.0。
n_features_in_int: 在拟合过程中看到的特征数量。

0.24版本新增。
feature_names_in_形状为 (n_features_in_,) 的ndarray: 在拟合过程中看到的特征名称。仅当X的特征名称全部为字符串时定义。

1.0版本新增。

另请参阅

Ridge: 岭回归通过对系数大小施加带有L2正则化的惩罚来解决普通最小二乘法的一些问题。
Lasso: Lasso是一种使用L1正则化估计稀疏系数的线性模型。
ElasticNet: 弹性网络是一种使用系数的L1和L2范数正则化进行训练的线性回归模型。

备注

从实现的角度来看，这只是简单的普通最小二乘法 (scipy.linalg.lstsq) 或非负最小二乘法 (scipy.optimize.nnls) 包装为预测器对象。

示例

>>> import numpy as np
>>> from sklearn.linear_model import LinearRegression
>>> X = np.array([[1, 1], [1, 2], [2, 2], [2, 3]])
>>> # y = 1 * x_0 + 2 * x_1 + 3
>>> y = np.dot(X, np.array([1, 2])) + 3
>>> reg = LinearRegression().fit(X, y)
>>> reg.score(X, y)
1.0
>>> reg.coef_
array([1., 2.])
>>> reg.intercept_
np.float64(3.0...)
>>> reg.predict(np.array([[3, 5]]))
array([16.])

fit(X, y, sample_weight=None)[source]#

拟合线性模型。

参数：

X形状为 (n_samples, n_features) 的{类数组，稀疏矩阵}: 训练数据。
y形状为 (n_samples,) 或 (n_samples, n_targets) 的类数组: 目标值。如有必要，将转换为 X 的 dtype。
sample_weight形状为 (n_samples,) 的类数组，默认为 None: 每个样本的个体权重。

0.17版本新增： LinearRegression 的参数 sample_weight 支持。

返回：

selfobject: 已拟合的估计器。

get_metadata_routing()[source]#

获取此对象的元数据路由。

请查看用户指南，了解路由机制的工作原理。

返回：

routingMetadataRequest: 一个MetadataRequest，封装了路由信息。

get_params(deep=True)[source]#

获取此估计器的参数。

参数：

deepbool，默认为True: 如果为 True，则将返回此估计器和包含的作为估计器的子对象的参数。

返回：

paramsdict: 参数名称与其值的映射。

predict(X)[source]#

使用线性模型进行预测。

参数：

X类数组或稀疏矩阵，形状为 (n_samples, n_features): 样本。

返回：

C数组，形状为 (n_samples,): 返回预测值。

score(X, y, sample_weight=None)[source]#

返回预测的决定系数。

决定系数 $R^2$ 定义为 $(1 - \frac{u}{v})$，其中 $u$ 是残差平方和 ((y_true - y_pred)** 2).sum()，$v$ 是总平方和 ((y_true - y_true.mean()) ** 2).sum()。最佳得分是 1.0，也可能为负值（因为模型可能任意差）。一个始终预测 y 期望值的常数模型，忽略输入特征，其 $R^2$ 得分为 0.0。

参数：

X形状为 (n_samples, n_features) 的类数组: 测试样本。对于某些估计器，这可能是预计算的核矩阵或形状为 (n_samples, n_samples_fitted) 的泛型对象列表，其中 n_samples_fitted 是估计器拟合中使用的样本数量。
y形状为 (n_samples,) 或 (n_samples, n_outputs) 的类数组: X 的真实值。
sample_weight形状为 (n_samples,) 的类数组，默认为 None: 样本权重。

返回：

score浮点数: self.predict(X) 关于 y 的 $R^2$。

备注

从 0.23 版本开始，调用回归器的 score 方法时使用的 $R^2$ 分数使用 multioutput='uniform_average'，以保持与 r2_score 的默认值一致。这会影响所有多输出回归器的 score 方法（MultiOutputRegressor 除外）。

set_fit_request(*, sample_weight: bool | None | str = '$UNCHANGED$') → LinearRegression[source]#