求解殘差。

一、線性回歸模型的殘差

可以很方便地求解線性回歸模型的殘差。

自帶的波士頓房價數據集為例。

portearodelportearRegression

導入數據集().data.target

定義線性回歸模型odelearRegression()odel.fit(X, y)

模型預測值odel.predict(X)

umpy庫中的subtract函數求解殘差。

portumpyp

殘差p.subtract(y, y_pred)

二、非線性回歸模型的殘差

求解殘差的方法與線性回歸模型類似。在這里我們以多項式回歸模型為例。

自帶的diabetes數據集為例。

port load_diabetesgportomialFeaturesearodelportearRegression

導入數據集

diabetes = load_diabetes()pewaxis, 2]

y = diabetes.target

定義多項式回歸模型omialFeatures(degree=3)sform(X)odelearRegression()odel.fit(X_poly, y)

模型預測值odel.predict(X_poly)

umpy庫中的subtract函數求解殘差。

portumpyp

殘差p.subtract(y, y_pred)

求解殘差的方法。