【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，可以少寫很多程式碼。

使用一個簡單的資料集來模擬，只有幾條資料。

程式碼

如果不用框架，需要自己手動對資料新增高階項，有了框架就方便多了。sklearn 使用 Pipeline 函式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，得到的是一個線性模型，degree=2時，是二次方程，如果是單變數的就是拋物線，雙變數的就是拋物面。以此類推。

這裡有一個 fit_intercept 引數，下面通過一個例子看一下它的作用。

當 fit_intercept 為 True 時，coef_ 中的第一個值為 0，intercept_ 中的值為實際的截距。

當 fit_intercept 為 False 時，coef_ 中的第一個值為截距，intercept_ 中的值為 0。

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

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

為了方便，本文中我們都把 fit_intercept 設成 False。

執行結果

從圖中看出資料分佈在一條拋物線附近。

最終得到的模型為：

如果需要程式碼和資料集，請掃描下面二維碼關注公眾號【AI developer】，回覆【程式碼】即可免費獲取。