Python线性回归怎么做_最小二乘法数学原理与模型训练预测实战
从现在开始,我们要努力学习啦!今天我给大家带来《Python线性回归怎么做_最小二乘法数学原理与模型训练预测实战》,感兴趣的朋友请继续看下去吧!下文中的内容我们主要会涉及到等等知识点,如果在阅读本文过程中有遇到不清楚的地方,欢迎留言呀!我们一起讨论,一起学习!
sklearn.LinearRegression predict 全为 nan 的常见原因是输入特征含 NaN 或 inf,因该模型不检查缺失值;应训练前用 np.isnan(X).any() 和 np.isinf(X).any() 检查,并优先用 SimpleImputer(strategy='median') 处理缺失值。

sklearn.LinearRegression 为什么训练完 predict 出来全是 nan?
常见错误是传了含 NaN 或 inf 的特征矩阵进去,LinearRegression 不做任何缺失值检查,直接计算失败,后续 predict 返回全 nan。
实操建议:
- 训练前务必用
np.isnan(X).any()和np.isinf(X).any()检查输入 - 别依赖
fillna()盲填——线性回归对异常值敏感,优先用SimpleImputer(strategy='median')替换数值型缺失 - 如果用了
StandardScaler,记得先fit_transform训练集、再transform测试集,顺序错会导致 scale 不一致,预测值漂移
statsmodels.OLS 和 sklearn.LinearRegression 算出来的系数为啥不一样?
根本区别在是否默认加截距项,以及是否中心化处理。statsmodels.OLS 默认不加常数列,必须显式调用 sm.add_constant(X);而 sklearn.LinearRegression(fit_intercept=True) 默认加,且内部会对 X 和 y 做中心化再求解。
实操建议:
- 要严格比对系数,两边都设
fit_intercept=True(sklearn)+sm.add_constant(X)(statsmodels) statsmodels.OLS返回的summary()里std err和p-value是基于解析解的标准误推导,sklearn不提供这些统计量,别拿coef_直接去套 t 检验- 如果数据量大(>10⁵ 样本),
sklearn底层用 LAPACK 的dgelss更快;statsmodels在小样本下更利于诊断多重共线性(看 condition number)
最小二乘法的矩阵解 (XᵀX)⁻¹Xᵀy 在 Python 里真这么算吗?
几乎从不手动算。直接求逆 np.linalg.inv(X.T @ X) 数值不稳定,尤其当 X 接近秩亏(比如有高度相关特征)时,(XᵀX) 条件数爆炸,结果完全不可信。
实操建议:
sklearn.LinearRegression底层调用的是scipy.linalg.lstsq,用 SVD 分解求最小二乘解,天然抗病态- 自己手写验证时,用
np.linalg.lstsq(X, y, rcond=None)[0],别碰inv或pinv - 如果硬要观察 (XᵀX)⁻¹,先检查
np.linalg.cond(X.T @ X)—— 超过 1e12 就别信逆矩阵了
用 LinearRegression 做预测,test set R² 是负数正常吗?
正常,而且很说明问题:模型在测试集上连“直接用训练集 y 均值预测”都不如。不是代码写错了,是模型严重过拟合或特征与目标毫无线性关系。
实操建议:
- R² 负值意味着
1 - (SS_res / SS_tot)中的SS_res > SS_tot,即残差平方和大于总离差平方和 - 先画
y_testvsy_pred散点图,看是否完全散乱无趋势;再检查特征是否漏做了标准化(尤其混入了量纲差异极大的变量) - 别急着换模型——先用
VarianceThreshold剔除方差为 0 的特征,再用SelectKBest看单变量 F 值,确认至少有几个特征和 y 有基本线性关联
最小二乘对输入质量极度敏感,不是算法不够强,而是它把数据里的问题照单全收。上线前多看一眼 X.shape、np.isfinite(X).all()、np.corrcoef(X, y, rowvar=False)[-1, :-1],比调参重要得多。
本篇关于《Python线性回归怎么做_最小二乘法数学原理与模型训练预测实战》的介绍就到此结束啦,但是学无止境,想要了解学习更多关于文章的相关知识,请关注golang学习网公众号!
html源码怎么保存为云端网页文件_html源码保存到云端的详细步骤
- 上一篇
- html源码怎么保存为云端网页文件_html源码保存到云端的详细步骤
- 下一篇
- Python中使用pickle反序列化报错怎么办_检查类定义一致性与安全黑名单
-
- 文章 · python教程 | 3小时前 | python · Python 十六进制 二进制调试 memoryview.hex bytes_per_sep
- Python memoryview.hex 怎样为十六进制输出设置分组分隔符
- 480浏览 收藏
-
- 文章 · python教程 | 4小时前 | python · Python decimal context same_quantum
- Python decimal.Context.same_quantum 怎样判断两个十进制数的指数是否相同
- 336浏览 收藏
-
- 文章 · python教程 | 4小时前 |
- Python textwrap.TextWrapper.drop_whitespace 怎样控制换行边缘的空白保留
- 238浏览 收藏
-
- 文章 · python教程 | 7小时前 | python · 文件系统 · Python 文件比较 mtime filecmp.clear_cache filecmp.cmp 比较缓存
- Python filecmp.clear_cache 怎样清除文件比较结果缓存
- 290浏览 收藏
-
- 文章 · python教程 | 7小时前 | 标准库 · 递归 · python · Python 解释器 递归限制 sys.getrecursionlimit
- Python sys.getrecursionlimit 怎样读取解释器设置的递归深度上限
- 129浏览 收藏
-
- 文章 · python教程 | 9小时前 | Python教程 · Python memoryview memoryview.toreadonly bytearray 只读视图 缓冲区协议
- Python memoryview.toreadonly 怎样生成只读视图而不复制底层数据
- 470浏览 收藏
-
- 文章 · python教程 | 10小时前 | 标准库 · Python教程 · Python decimal flags 精度 舍入 Context.copy_abs Decimal.copy_abs
- Python decimal.Context.copy_abs 怎样取绝对值而不受当前精度舍入影响
- 389浏览 收藏
-
- 文章 · python教程 | 11小时前 | 字符串 · 标准库 · Python教程 · Python placeholder 文本截断 textwrap TextWrapper max_lines
- Python textwrap.TextWrapper.placeholder 怎样为截断后的段落设置结束标记
- 301浏览 收藏
-
- 文章 · python教程 | 11小时前 | python · Python 参数绑定 inspect BoundArguments apply_defaults
- Python inspect.BoundArguments.apply_defaults 怎样给已绑定参数补上默认值
- 411浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 1100次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 1095次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 1265次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 1204次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 1051次使用
-
- Python TaskGroup 怎样让子任务失败统一收敛
- 2026-11-12 501浏览
-
- Python xml.dom.minidom.unlink 怎样释放不再使用的 DOM 树引用
- 2026-10-27 501浏览
-
- Python typing 怎样用 TypeIs 缩小类型
- 2026-10-24 501浏览
-
- Python sqlite3 Connection serialize 怎么导出数据库快照:备份窗口、内存占用与恢复校验
- 2026-08-26 501浏览
-
- Python监控网页状态:requests异常处理实战
- 2026-05-29 501浏览

