线性回归预测的 sklearn 方差

Question

我正在尝试使用scikit的LinearRegression来拟合线性模型。从预测函数中，我得到了一个点估计预测，但我需要一个可能值的分布，可能来自预测的点值是高斯的平均值。我想知道是否有办法从任何scikit模型中获得这样的分布。我检查了方差分数，但找不到将其映射到方差的方法。请帮忙。

Answer 1

如果您拟合的数据实际上来自线性高斯过程，并且您用来拟合的样本集足够大并且被高斯噪声破坏，那么您可以从线性回归对象的 score（） 方法返回的 R^2 系数中获得预测的分布。 R^2 为 1 - （预测误差方差）/（y 方差）。 因此，预测点的方差为：

var(pred) = (1 - R^2) * var(y)