の違い私は理解しているように、numpy.linalg.lstsq
とsklearn.linear_model.LinearRegression
は、両方のことがresdidual合計||Ax - y||
を最小限に抑える、線形システムAx = y
のソリューションx
を探します。numpy.linalg.lstsqとsklearn.linear_model.LinearRegression
しかし、彼らは同じ結果与えていない:私は何を望むのです
from sklearn import linear_model
import numpy as np
A = np.array([[1, 0], [0, 1]])
b = np.array([1, 0])
x , _, _, _ = np.linalg.lstsq(A,b)
x
Out[1]: array([ 1., 0.])
clf = linear_model.LinearRegression()
clf.fit(A, b)
coef = clf.coef_
coef
Out[2]: array([ 0.5, -0.5])
を?
切片です。 :D – cel
@celと唯一の違いは、傍受です。 'linear_model.LinearRegression(fit_intercept = False)'を実行すると、 'np.linalg.lstsq'と同じ結果が得られます。 –
シンプルだが見落としやすいディテール。ありがとう! – fhchl