Python中的多项式回归拟合非线性关系实例

多项式回归是独立x变量和因果y变量之间的非线性关系。

由Kaizong Ye,Coin Ge撰写

当我们分析有一些弯曲的波动数据时,拟合这种类型的回归是必不可少的。


在这篇文章中,我们将学习如何用多项式回归数据拟合曲线并在Python中绘制。我们在本教程中使用NumPy和matplotlib库。

我们将首先加载本教程所需的模块。

我们需要测试数据,我们可以按下图所示生成。你也可以使用你自己的数据集。

我们将通过创建一个散点图来直观地检查x数据。

接下来,我们将用PolymonialFeatures类定义多项式模型,在训练数据上进行拟合。

我们需要一个线性模型,我们将定义它并在训练数据上拟合。然后我们用这个模型来预测x数据。

最后,我们将绘制出拟合的曲线。


R语言ISLR工资数据进行多项式回归和样条回归分析

阅读文章


在这篇文章中,我们已经简单地了解了如何在Python中拟合多项式回归数据。


可下载资源

关于作者

Kaizong Ye拓端研究室(TRL)的研究员。

本文借鉴了作者最近为《R语言数据分析挖掘必知必会 》课堂做的准备。

​非常感谢您阅读本文,如需帮助请联系我们!

 
QQ在线咨询
售前咨询热线
15121130882
售后咨询热线
0571-63341498