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

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注