如何在 python 中建立回归模型?
How to build a regression model in python?
我想为一个数据集建立一个回归模型,已经知道了:
x_1
和y
是二次关系,x_2
和y
是线性关系;但不确定 x_2
是否与 y
具有二次关系,也不确定 x_1
和 x_2
是否存在某种交互作用。
x_1: ['66.29', '40.96', '73.00', '45.01', '57.20', '26.85', '38.12', '35.84', '75.80', '37.41', '54.38', '46.19', '46.13', '30.37', '39.06', '79.38', '52.77', '55.92']
x_2: ['7.00', '5.00', '10.00', '6.00', '4.00', '5.00', '4.00', '6.00', '9.00', '5.00', '2.00', '7.00', '4.00', '3.00', '5.00', '1.00', '8.00', '6.00']
y: ['196.00', '63.00', '252.00', '84.00', '126.00', '14.00', '49.00', '49.00', '266.00', '49.00', '105.00', '98.00', '77.00', '14.00', '56.00', '245.00', '133.00', '133.00']
所以我构造了那个函数:
但我不知道如何评估它,我在scipy
中尝试了curve_fit
,但它似乎不适用于多个自变量。那么在 python 中有没有办法做到这一点?
python 中的 Sckit-learn 包包括线性和多项式回归模型。看看 link :linear and polynomial regression models.
基本上,y = c1 + c2 * x1 + c3 * x2 + c4 * x1^2 + c5 * x2^2 + c6 * x1 * x2
可以通过定义新变量z = [x1, x2, x1^2, x2^2, x1*x2]
来转换。
通过这个变换,等式可以改写为
y = c1 + c2 z1 + c3 * z2 + c4 * z3 + c5 * z4 + c6 * z5
。
因此,多项式拟合问题现在已经简化为线性问题,并且在多项式特征上训练的线性模型能够准确地恢复输入多项式系数。
您可以在上面的 link 中找到多项式回归的几个示例。
我想为一个数据集建立一个回归模型,已经知道了:
x_1
和y
是二次关系,x_2
和y
是线性关系;但不确定 x_2
是否与 y
具有二次关系,也不确定 x_1
和 x_2
是否存在某种交互作用。
x_1: ['66.29', '40.96', '73.00', '45.01', '57.20', '26.85', '38.12', '35.84', '75.80', '37.41', '54.38', '46.19', '46.13', '30.37', '39.06', '79.38', '52.77', '55.92']
x_2: ['7.00', '5.00', '10.00', '6.00', '4.00', '5.00', '4.00', '6.00', '9.00', '5.00', '2.00', '7.00', '4.00', '3.00', '5.00', '1.00', '8.00', '6.00']
y: ['196.00', '63.00', '252.00', '84.00', '126.00', '14.00', '49.00', '49.00', '266.00', '49.00', '105.00', '98.00', '77.00', '14.00', '56.00', '245.00', '133.00', '133.00']
所以我构造了那个函数:
但我不知道如何评估它,我在scipy
中尝试了curve_fit
,但它似乎不适用于多个自变量。那么在 python 中有没有办法做到这一点?
python 中的 Sckit-learn 包包括线性和多项式回归模型。看看 link :linear and polynomial regression models.
基本上,y = c1 + c2 * x1 + c3 * x2 + c4 * x1^2 + c5 * x2^2 + c6 * x1 * x2
可以通过定义新变量z = [x1, x2, x1^2, x2^2, x1*x2]
来转换。
通过这个变换,等式可以改写为
y = c1 + c2 z1 + c3 * z2 + c4 * z3 + c5 * z4 + c6 * z5
。
因此,多项式拟合问题现在已经简化为线性问题,并且在多项式特征上训练的线性模型能够准确地恢复输入多项式系数。
您可以在上面的 link 中找到多项式回归的几个示例。