前提・実現したいこと
pythonで重回帰分析をしています。
スケールが異なる従属変数ですが、正規化せず重回帰分析を行い、
coffieientがeが付くほど大きくなりました。
このような値でm、いいのでしょうか?
発生している問題・エラーメッセージ
Features cofficient
FeatureA -6.616971e-04
FeatureB -6.175574e-03
FeatureC -1.618145e-03
・
・
・
MSE= 0.00233481468683
MAE= 2372.86
該当のソースコード
python3.6
clf = linear_model.LinearRegression()
clf.fit(X_ALL,y_DSOC)
coef_df = pd.DataFrame(Features,columns=['Features'])
coef_df['cofficient']=pd.Series(clf.coef_)
y_pred=clf.predict(X_ALL)
mse=mean_squared_error(y_DSOC,y_pred)
mae=np.sum(np.abs(y_DSOC,y_pred))
print('MSE=',mse)
print('MAE=',mae)
試したこと
正規化して計算してみたところ、cofficientは小さくなったものの、
MSE,MAEがあり得ない値になり、うまくいきません。
(外れ値除去など試したのですが…)
X_ALL=preprocessing.scale(ev_select04_df.iloc[:,1:24])
y_DSOC=preprocessing.scale(ev_select04_df.iloc[:,0])
Features cofficient
FeatureA -0.331156
FeatureB -0.541651
FeatureC -0.022987
MSE= 0.456087360862
MAE= 30240.083222
補足情報(FW/ツールのバージョンなど)
ここにより詳細な情報を記載してください。
回答2件
あなたの回答
tips
プレビュー
バッドをするには、ログインかつ
こちらの条件を満たす必要があります。