我想在一个模型中解释回归模型的权重,其中输入的数据已经用PCA进行了预处理。在现实中,我有100多个输入维,它们高度相关,所以我知道PCA是有用的。不过,为了说明起见,我将使用虹膜数据集。import LinearRegression
X = sklearn.datasets.load_iris().data
# set number of component
我有一个由2个变量(称为x,形状为x1和x2的nx2值)和1个输出(称为y)组成的数据集。我很难理解如何从多项式特征和权重来计算预测的输出值。我的理解是y=X点w,其中X是多项式特征,w是权值。import pandas as pdfrom sklearn.linear_model import LinearRegression
from sklearn.preprocessi