AttributeError: объект 'numpy.ndarray' не имеет атрибута 'powers_'

Если вам не нравится замена подпрограммы оболочки, вы также можете использовать простое перенаправление группы команд:

{ printf '%s\n' 'header line 1' 'header line 2' ...; tail -c +$(($header_size+1)) old-file.txt; } > new-file.txt
0
задан 13 August 2018 в 14:06

3 ответа

Разделите фитинг на две линии, один для инициализации другого для подгонки, также сохраните возвращаемое значение шага соответствия, чтобы вы могли использовать его для обучения модели LinearRegression.

X_poly = PolynomialFeatures(degree=2)
X_poly_return = X_poly.fit_transform(X)
print(X_poly)
model = LinearRegression(fit_intercept = False)
model.fit(X_poly_return,y)
print('Coefficients: \n', model.coef_)
print('Others: \n', model.intercept_)
print(X_poly.powers_)
X_predict = np.array([[3,3]])
0
ответ дан 15 August 2018 в 17:04
  • 1
    print ('prediction: \ n') print (model.predict (X_poly.transform (X_predict))) Я должен использовать это для отображения прогнозируемого значения? – user1543915 13 August 2018 в 16:09
  • 2
    вы можете объяснить мне это, пожалуйста, силы: [[0 0] [1 0] [0 1] [2 0] [1 1] [0 2]] – user1543915 13 August 2018 в 16:12
  • 3
    Проверьте эту ссылку scikit-learn.org/stable/modules/generated/… – Hari Krishnan 13 August 2018 в 16:15
  • 4
    1, a, b, a ^ 2, ab, b ^ 2 - [[0 0] [1 0] [0 1] [2 0] [1 1] [0 2]], y = a x x + z * x? любое объяснение пожалуйста? – user1543915 13 August 2018 в 16:28

Разделение X_poly на две строки должно сделать трюк здесь:

X_poly_temp = PolynomialFeatures(degree=2)
X_poly = X_poly_temp.fit_transform(X)
print(X_poly_temp.powers_)
0
ответ дан 15 August 2018 в 17:04
  • 1
    вы можете объяснить мне это, пожалуйста, силы: [[0 0] [1 0] [0 1] [2 0] [1 1] [0 2]] – user1543915 13 August 2018 в 16:12
  • 2
    Уравнение: Y[i]=(a**x)*(b**y). Это a и b для уравнения, x и y являются ячейками «координат» в матрице. Посмотрите: stackoverflow.com/a/31295132/9413990 – Piotrek 13 August 2018 в 17:06
  • 3
    [-0.10133796 0.1456888 -0.01660059 0.54831516 0.45019822 -0.11496531] полномочия: [[0 0] [1 0] [0 1] [2 0] [1 1] [0 2]] предсказание [3,3] - [8.23785927] Итак, x = 3 и y = 3 в этом случае прогнозирования? – user1543915 13 August 2018 в 18:39

Попробуйте изменить строку

print(X_poly.powers_)

To

print(X_poly[0].powers_)

Если ошибка исчезнет, ​​перейдите через X_poly и распечатайте значение для каждого индекса массива.

0
ответ дан 15 August 2018 в 17:04
  • 1
    TypeError: объект PolynomialFeatures не поддерживает индексирование – user1543915 13 August 2018 в 16:10

Другие вопросы по тегам:

Похожие вопросы: