可以将数组作为输入传递给预测模型吗？

问题描述

我正在尝试将一个数组传递给一个函数，该函数将根据传递给它的 x 值数组预测 y 值。该模型根据风速预测发电量。我正在使用一系列风速传递给函数，这将有望创建一系列发电。 我相信我的问题是将数组作为输入参数传递，但是我的函数也可能是错误的，所以如果这是问题，我将不胜感激，如果您能提供帮助！ 我将在下面包含一些相关的代码。

from sklearn.preprocessing import polynomialFeatures
poly_reg = polynomialFeatures(degree = 2)

wspoly = poly_reg.fit_transform(ws)
wspoly

from sklearn.preprocessing import polynomialFeatures
poly_reg = polynomialFeatures(degree=3)
wspoly = poly_reg.fit_transform(ws)
lin_reg2 = LinearRegression()
lin_reg2.fit(wspoly,elec)

plt.figure(figsize = (25,15))
x_grid = np.arange(min(ws),max(ws),0.1)
x_grid = x_grid.reshape(len(x_grid),1)
plt.scatter(ws,elec,color = 'red')
plt.plot(x_grid,lin_reg2.predict(poly_reg.fit_transform(x_grid)),color = 'blue')

plt.title("polynomial Regression of Wind Speed & Electricty Generated")
plt.xlabel('Wind Speed (m/s)')
plt.ylabel('Electricity Generated (kWh)')
plt.show()

prediction = lin_reg2.predict(poly_reg.fit_transform([[10]]))
print("Using polynomial Regression,the prediction is: ",prediction)

上面使用模型来预测 x 值为 10 时的 y 值。理想情况下，我希望这个 '10' 是一个包含许多 x 值的数组。

forecast = pd.DataFrame(df,columns = ['Avg WS'])
forecast2000 = forecast.head(1976)
forecast2000.head()

array = np.array(forecast2000['Avg WS'])
array

这是我想用来代替上面的“10”的数组。此点以下的所有内容都展示了我尝试使用函数来使其工作的尝试。我在这种方法中可能完全错误，因此请随意丢弃此方法并从您喜欢的任何方面提供帮助。

from sklearn.preprocessing import polynomialFeatures
poly_reg = polynomialFeatures(degree = 2)
arraypoly1 = array[:,None]
arraypoly = poly_reg.fit_transform(arraypoly1)
arraypoly

def myfunc(*xval):
    for x in xval:
        lin_reg2.predict(poly_reg.fit_transform([[x]]))
        return (yval)

myfunc(arraypoly)

上述尝试提供了一个错误，即它具有“找到带有暗淡 4 的数组。估计器预期

请帮忙！！

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）