如何让回归模型预测范围

我正在尝试构建一个能够预测考试成绩的模型。目前我使用的是一个简单的线性回归模型,但由于模型预测的是单一的分数,我的准确率接近于0。我想知道是否有办法让模型预测一个大约10个数字的范围,如果真实分数在这个范围内,就被标记为正确的预测。

我使用的数据集

带有笔记本的GitHub页面


回答:

看起来你使用的是LogisticRegression,实际上LogisticRegression并不是用于回归的,它是用于分类(例如,输入数据是类别a还是b)。

对于线性回归,请使用sklearn.linear_model.LinearRegression,更多详情请阅读这里

还有许多其他回归算法,我无法在回答中一一列出。如果你想使用除了简单朴素线性回归之外的其他回归方法,请阅读这里以了解scikit-learn提供的所有可用监督学习算法,岭回归支持向量回归(SVR)可能是很好的起点。

Related Posts

L1-L2正则化的不同系数

我想对网络的权重同时应用L1和L2正则化。然而,我找不…

使用scikit-learn的无监督方法将列表分类成不同组别,有没有办法?

我有一系列实例,每个实例都有一份列表,代表它所遵循的不…

f1_score metric in lightgbm

我想使用自定义指标f1_score来训练一个lgb模型…

通过相关系数矩阵进行特征选择

我在测试不同的算法时,如逻辑回归、高斯朴素贝叶斯、随机…

可以将机器学习库用于流式输入和输出吗?

已关闭。此问题需要更加聚焦。目前不接受回答。 想要改进…

在TensorFlow中,queue.dequeue_up_to()方法的用途是什么?

我对这个方法感到非常困惑,特别是当我发现这个令人费解的…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注