Я пытаюсь подгонять модель линейной регрессии с использованием трех независимых переменных и вычислять среднюю квадратичную ошибку с использованием sklearn, но, похоже, я не могу ее правильно понять.Как подобрать модель линейной регрессии с использованием трех независимых переменных и вычислить среднюю квадратичную ошибку с использованием sklearn?
Мои данные Бостон жилищного строительства, и три независимые переменные следующим образом: 1. CRIM (на душу населения уровень преступности по городу) 2. РМ (среднее количество комнат в жилище) 3. PTRATIO (pupil- соотношение учителей по городу)
Подходящая модель:
import numpy as np
import pandas as pd
import matplotlib as mpl
import matplotlib.pyplot as plt
import sklearn
lm = LinearRegression()
lm.fit(X[['CRIM']['RM'], ['PTRATIO']], boston_df.PRICE)
Вычислить среднюю квадратическую ошибку
from sklearn.metrics import mean_squared_error
y_true = ['CRIM', 'RM', 'PTRATIO']
y_pred = ['PRICE']
mean_squared_error(y_true, y_pred)
Любые советы или подсказки очень ценятся!
Что происходит? Вы забыли упомянуть, в чем проблема – iled
Я не могу подогнать модель линейной регрессии и вычислить среднюю квадратную ошибку. Спасибо за ваш ответ!! –
Я имею ввиду, отправьте сообщение об ошибке – iled