代码之家 › 专栏 › 技术社区 › user2100039

线性回归计算R平方的NP数组

correlation numpy arrays

0

user2100039 · 技术社区 · 5 年前

我看不清楚。假设我有以下函数,其中X和Y的数组(函数中需要)的形状分别为(366,1)。

 def rsquared(X, Y): #arrays
     """ Return R^2 where x and y are array-like."""

     slope, intercept, r_value, p_value, std_err = sp.stats.linregress(X, Y)
     return r_value**2

 print(rsquared(X,Y))

我试着打印r平方值,我不断得到这个错误:

Traceback (most recent call last):

File "<ipython-input-912-af88c88367fe>", line 6, in <module>
print(rsquared(X,Y))

File "<ipython-input-912-af88c88367fe>", line 4, in rsquared
slope, intercept, r_value, p_value, std_err = sp.stats.linregress(X, Y)

File "C:\Users\U321103\AppData\Local\Continuum\anaconda3\envs\Stats\lib\site- 
packages\scipy\stats\_stats_mstats_common.py", line 116, in linregress
ssxm, ssxym, ssyxm, ssym = np.cov(x, y, bias=1).flat

ValueError: too many values to unpack (expected 4)

看起来代码希望X和Y的形状是(366,)vs(366,1)。如果是,那么如何删除不需要的列?

这里是X数组变量的前4行,Y变量看起来很相似。谢谢你的帮助。

X
array([[ 3.06833333],
       [ 7.93583333],
       [ 8.00458333],
       [11.06458333],

0 回复 | 直到 5 年前

1

Ehsan 5 年前

使用此项传递单个维度 X 和 Y 为避免错误:

print(rsquared(X[:,0],Y[:,0]))

2

0

StupidWolf 5 年前

它与sklearn有点不同,所以一个解决方案是在函数中转置它:

import scipy as sp
import numpy as np 
def rsquared(X, Y): #arrays
     slope, intercept, r_value, p_value, std_err = sp.stats.linregress(X.T,Y.T)
     return r_value**2

np.random.seed(111)
X = np.random.uniform(0,1,(50,1))
Y = np.random.uniform(0,1,(50,1))
print(rsquared(X,Y))

0.07042849841609072