我怎么解释线性回归的可视化

Question

这是我的线性回归结果，它是bigmarts销售预测的实现我是机器学习的新手，我不知道该怎么解释这个结果..如果有人告诉我这个图表，我将非常感谢result image这是我的代码：

from sklearn.linear_model import LinearRegression
LR = LinearRegression(normalize=True)
predictors = train_df.columns.drop(['Item_Outlet_Sales', 'Item_Identifier', 'Outlet_Identifier'])
modelfit(LR, train_df, test_df, predictors, target, IDcol, 'LR.csv')
coef1 = pd.Series(LR.coef_, predictors).sort_values()
coef1.plot(kind='bar', title='Model Coefficients')

Answer 1

为了简单说明，我将考虑遵循线性回归假设。

在这里，

• [x1，x2是特征
• theta0是截取项
• [theta1，theta2是系数

您已经绘制了一条条形图，将x轴作为特征值（在我的情况下为x1和x2，将y轴作为系数的值（在我的情况下为theta1和theta2）。对于每个特征值，都有一个对应的系数值。

因此，您在条形图中提供了Outlet_Type_0的系数大约为800