本文整理汇总了Python中cis.stats.StatsAnalyzer.linear_regression方法的典型用法代码示例。如果您正苦于以下问题：Python StatsAnalyzer.linear_regression方法的具体用法？Python StatsAnalyzer.linear_regression怎么用？Python StatsAnalyzer.linear_regression使用的例子？那么, 这里精选的方法代码示例或许可以为您提供帮助。您也可以进一步了解该方法所在类cis.stats.StatsAnalyzer的用法示例。
在下文中一共展示了StatsAnalyzer.linear_regression方法的3个代码示例，这些例子默认根据受欢迎程度排序。您可以为喜欢或者感觉有用的代码点赞，您的评价将有助于系统推荐出更棒的Python代码示例。
示例1: test_GIVEN_missing_vals_WHEN_lin_regression_THEN_regression_correct
# 需要导入模块: from cis.stats import StatsAnalyzer [as 别名]
# 或者: from cis.stats.StatsAnalyzer import linear_regression [as 别名]
def test_GIVEN_missing_vals_WHEN_lin_regression_THEN_regression_correct(self):
stats = StatsAnalyzer(self.missing1, self.missing2)
res = stats.linear_regression()
expected_res = [1.1920369653, -0.6908343017, 0.999845219, 0.0104877890357]
actual_res = res[0].grad, res[1].intercept, res[2].r, res[3].stderr
assert_that(np.allclose(actual_res, expected_res))示例2: test_GIVEN_one_masked_one_nparray_WHEN_lin_regression_THEN_regression_correct
# 需要导入模块: from cis.stats import StatsAnalyzer [as 别名]
# 或者: from cis.stats.StatsAnalyzer import linear_regression [as 别名]
def test_GIVEN_one_masked_one_nparray_WHEN_lin_regression_THEN_regression_correct(self):
stats = StatsAnalyzer(self.data1, self.missing2)
res = stats.linear_regression()
expected_res = [-5.1404761905, 12.3595238095, -0.4079085869, 5.14561290806]
actual_res = res[0].grad, res[1].intercept, res[2].r, res[3].stderr
assert_that(np.allclose(actual_res, expected_res))示例3: test_GIVEN_no_missing_vals_WHEN_lin_regression_THEN_regression_correct
# 需要导入模块: from cis.stats import StatsAnalyzer [as 别名]
# 或者: from cis.stats.StatsAnalyzer import linear_regression [as 别名]
def test_GIVEN_no_missing_vals_WHEN_lin_regression_THEN_regression_correct(self):
stats = StatsAnalyzer(self.data1, self.data2)
res = stats.linear_regression()
expected_res = [0.9912730184, 0.1345076061, 0.997485722, 0.0248994694107]
actual_res = res[0].grad, res[1].intercept, res[2].r, res[3].stderr
assert_that(np.allclose(actual_res, expected_res))