【機器學習】多項式迴歸sklearn實現

• 【機器學習】多項式迴歸原理介紹
• 【機器學習】多項式迴歸python實現
• 【機器學習】多項式迴歸sklearn實現

使用sklearn框架實現多項式迴歸。使用框架更方便，能夠少寫不少代碼。

使用一個簡單的數據集來模擬，只有幾條數據。

代碼

若是不用框架，須要本身手動對數據添加高階項，有了框架就方便多了。sklearn 使用 Pipeline 函數簡化這部分預處理過程。

當 PolynomialFeatures 中的degree=1時，效果和使用 LinearRegression 相同，獲得的是一個線性模型，degree=2時，是二次方程，若是是單變量的就是拋物線，雙變量的就是拋物面。以此類推。

這裏有一個 fit_intercept 參數，下面經過一個例子看一下它的做用。

當 fit_intercept 爲 True 時，coef_ 中的第一個值爲 0，intercept_ 中的值爲實際的截距。

當 fit_intercept 爲 False 時，coef_ 中的第一個值爲截距，intercept_ 中的值爲 0。

如圖，第一部分是 fit_intercept 爲 True 時的結果，第二部分是 fit_intercept 爲 False 時的結果。

也就是說當 fit_intercept 爲 False 時，模型就把截距放到係數的list裏面了，不單獨拿出來。

爲了方便，本文中咱們都把 fit_intercept 設成 False。

運行結果

從圖中看出數據分佈在一條拋物線附近。

最終獲得的模型爲：

若是須要代碼和數據集，請掃描下面二維碼關注公衆號【AI developer】，回覆【代碼】便可免費獲取。