pandas 如何使用sklearn进行多项式回归

56lgkhnf 于 2023-09-29 发布在其他

关注(0)|答案(2)|浏览(112)

我有一些数据不适合线性回归：

事实上应该适合二次函数'完全'：

P = R*I**2

我在做这个：

model = sklearn.linear_model.LinearRegression()

X = alambres[alambre]['mediciones'][x].reshape(-1, 1)
Y = alambres[alambre]['mediciones'][y].reshape(-1, 1)
model.fit(X,Y)

有没有机会通过做一些像这样的事情来解决它：

model.fit([X,X**2],Y)

pandas

来源：https://stackoverflow.com/questions/37110879/how-to-make-a-polynomial-regression-with-sklearn

2条答案

按热度按时间

qxgroojn1#

你可以使用numpy的polyfit。

import numpy as np
from matplotlib import pyplot as plt
X = np.linspace(0, 100, 50)
Y = 23.24 + 2.2*X + 0.24*(X**2) + 10*np.random.randn(50) #added some noise
coefs = np.polyfit(X, Y, 2)
print(coefs)
p = np.poly1d(coefs)
plt.plot(X, Y, "bo", markersize= 2)
plt.plot(X, p(X), "r-") #p(X) evaluates the polynomial at X
plt.show()

输出：

[  0.24052058   2.1426103   25.59437789]

赞(0）回复(0）举报 2023-09-29

yk9xbfzb2#

使用PolynomialFeature。

import numpy as np
from sklearn.preprocessing import PolynomialFeatures

x = np.array([[1,],[2,],[3,]])
X = PolynomialFeatures(degree=2).fit_transform(x)
X

输出量：

array([[1., 1., 1.],
       [1., 2., 4.],
       [1., 3., 9.]])

赞(0）回复(0）举报 2023-09-29

我来回答

pandas 如何使用sklearn进行多项式回归

2条答案

相关问题

热门标签

最新问答