我们是否必须从 Scikit-learn 的 linearmodel.fit() 中的数据中删除

Question

Scikit-learn 的文档说该函数有两个参数：X（数据）和 y（目标值）。我们是否从数据中删除目标变量并将其单独提供为 y？还是我们将目标变量保留在 X 中，并将其作为 y 单独提供？我遇到了这两种方法，想知道哪个是正确的。

Answer 1

X不应包含目标作为列之一。如果包含它，您的线性模型将不会产生编码错误，但要预测目标y，它将只使用 feature y。

Answer 2

据我了解，你不应该用明天的天气来预测明天的天气。如果你已经知道什么是正确的值，那么预测一个是没有意义的。

但是，您也不需要删除数据集中的目标变量，只是不要将其包含在 X 轴中。

我们试图用预测模型做什么？根据过去的记录（x 和 y），我们训练我们的模型来找到它们之间的关系。将来，我们可能不再有 y，但我们手中仍然有 x，假设他们的关系没有改变，我们预测未来的 y 是什么。