传递给模型的参数奥利斯普雷迪

Question

我用Old Faithful Geyser Dataset来学习一些线性回归和预测的入门知识。数据集包含两个特征：上次喷发后的时间和随后喷发的持续时间：

    eruptions   waiting
0   3.600   79
1   1.800   54
2   3.333   74
3   2.283   62
4   4.533   85

以下是汇总数据：

模型如下：

^{pr2}$

当试图使用predict()进行预测时，我的问题就出现了。例如，如果我等了75分钟，这次喷发会持续多久？在

results.predict([1, 75]) # 1 needs to be passed, I don't know why

为什么通过1？是因为add_constant(X)添加了1？公司名称：

    const   waiting
0   1.0   79
1   1.0   54
2   1.0   74
3   1.0   62
4   1.0   85

docs说主要参数是“线性模型的参数” 唯一的变量是等待时间（75分钟），回归线有自己的截距（-1.87）：

results.params
>>>
const     -1.874016
waiting    0.075628
dtype: float64

This answer注意到：

model.predict doesn't know about the parameters, and requires them in the call

但是如果是这样的话-1.87不是最好的论据吗？在

任何帮助都非常感谢。在

Answer 1

您正在学习y = Ax + b形式的方程的参数 你的模型说A = 0.075628和{}（b是偏差项） 传递两个值x=75，b的乘数为1。在

你也可以运行predict as， results.predict(sm.add_constant([75], has_constant='add'))