我有一组包含a、b、c特征以及R结果的数据

a     b     c          R245   49    158    166.65431333     195   191    100.3637372.      .      .        .

我使用scikit-learn的线性回归进行了分析，并得到了以下结果：

截距B0和[k0,k1,k2]系数。

如何使用这些变量预测结果，而不需要使用predict函数？

编辑：

我通过将RGB转换为XYZ（CEI）获得了这些数据，实际上这些系数与标准公式非常相似。

标准公式系数    :  [0.4887180  0.3106803  0.2006017]线性回归系数   :  [0.488718   0.3106803  0.2006017]

回答：

你可以创建变量yhat如下：

yhat = B0 + k0 * x1 + k1 * x2 + k2 * x3 

其中x1、x2和x3是你的自变量。

注意事项：

• 以上是线性回归模型的方程，可以扩展到任意数量的变量。
• yhat存储了根据估计系数计算出的x1、x2和x3给定值的预测值