Scikit瞭解sklearn.linear_model.LinearRegression：查看模型的結果產生

Question

所以，我可以得到sklearn.linear_model.LinearRegression來處理我的數據 - 至少沒有提出任何例外情況或警告來運行該腳本。唯一的問題是，我不想用matplotlib繪製結果，而是想看看模型的估計值和診斷統計量。

我怎樣才能獲得一個模型總結如斜率和截距（B0，B1）中，R的平方調整等繪製此的在控制檯顯示或填充到一個變量，而不是？

這是我跑的腳本的普通副本：

import numpy as p 
import pandas as pn 
from sklearn import datasets, linear_model 

z = pn.DataFrame(
{'a' : [1,2,3,4,5,6,7,8,9], 
'b' : [9,8,7,6,5,4,3,2,1] 
}) 



a2 = z['a'].values.reshape(9,1) 
b2 = z['b'].values.reshape(9,1) 

reg = linear_model.LinearRegression(fit_intercept=True) 
reg.fit(a2,b2) 
# print(reg.get_params(deep=True)) I tried this and it didn't print out the #information I wanted 

# print(reg) # I tried this too 

這種運行沒有錯誤，但沒有比這其他的輸出出現在控制檯：

{「n_jobs」：1，' （複製X = True，fit_intercept = True，n_jobs = 1，normalize = False）

感謝有關如何獲得此信息的任何信息打印模型的摘要。

Answer 1

sklearn的API的設計是圍繞擬合訓練數據，然後生成測試數據的預測不暴露得多，如果有關模型如何適合任何信息。雖然有時可以通過訪問擬合模型對象的coef_屬性來找到模型的估計參數，但在參數描述功能中找不到太多東西。這是因爲可能無法以統一的方式提供這些信息。該API旨在讓您將線性迴歸視爲同一個隨機森林。

由於您對線性模型感興趣，因此您可以從statsmodels庫中獲取要查找的信息，包括置信區間，擬合優度統計等。有關詳細信息，請參閱其OLS示例：http://statsmodels.sourceforge.net/devel/examples/notebooks/generated/ols.html。