机器学习错误3 忘记使用fit() 导致报错`AttributeError: ‘LinearRegression‘ object has no attribute ‘coef_‘

机器学习错误3 忘记使用fit() 导致报错`AttributeError: ‘LinearRegression‘ object has no attribute ‘coef_‘特别提示一下:这里fit的数据是x_test和y_test因为这里用的是线性回归,就关注x训练集和y训练集,之前的算法都是fit(data)就行了。调参(在循环里建模,字典,追加,DataFrame显示)一次,我这里只在外面fit()一次是不行的。我又去先运行了,构建模型这两行也还是报错。是因为这里有循环,每一次循环都需要。加了一行模型预测(拟合),就OK了。………

报错截图

在执行线性回归算法LinearRegression时,报错,报错的是:AttributeError: 'LinearRegression' object has no attribute 'coef_'
在这里插入图片描述

我又去先运行了,构建模型这两行也还是报错
在这里插入图片描述

原因分析

是因为这里有循环,每一次循环都需要fit()一次,我这里只在外面fit()一次是不行的

解决

加了一行模型预测(拟合),就OK了
特别提示一下:这里fit的数据是x_train和 y_train 因为这里用的是线性回归,就关注x训练集和y训练集,之前的算法都是fit(data)就行了
还有就是,这里准确度用的数据是x_test 和 y_test ,要把下面代码的score写成'score':linear.score(x_test,y_test)
在这里插入图片描述

完整boston房价数据调参代码

导入包

from sklearn import datasets
from sklearn.model_selection import train_test_split
from sklearn.linear_model import LinearRegression
import pandas as pd #后期用DataFrame时补加上

导入数据

#波士顿房价数据集
boston = datasets.load_boston() #系统自带数据
boston.keys()

查看x和y

x=boston.data
x
y=boston.target
y

分裂测试集和训练集

x_train, x_test, y_train, y_test = train_test_split( x, y, test_size=0.2, random_state=42)

调参(在循环里建模,字典,追加,DataFrame显示)

result = []
for inercept in [True,False]:
    for norm in [True,False]:
        linear = LinearRegression(fit_intercept=inercept,normalize=norm)
        linear.fit(x_train,y_train)
        
        
        d = { 
   'fit_intercept':inercept,'normalize':norm,'score':linear.score(x_test,y_test),'coef':linear.coef_ ,'intercept':linear.intercept_}
        result.append(d)
    
result_df = pd.DataFrame(result)
result_df
        

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。
如需转载请保留出处:https://bianchenghao.cn/34608.html

(0)
编程小号编程小号

相关推荐

发表回复

您的电子邮箱地址不会被公开。 必填项已用*标注