创建多项式回归模型

觉得要点就是要建立自变量的多次幂变量,其他和线性回归差不多,都是拟合,就是将方法应用于数据,转换就是将数据赋值给变量。
程序:
from sklearn.linear_model import LinearRegression
lin_reg=LinearRegression()
lin_reg.fit(X,y)
#fitting polynomial regression to dataset
from sklearn.preprocessing import PolynomialFeatures
poly_reg=PolynomialFeatures(degree=2)
X_poly=poly_reg.fit_transform(X)
lin_reg_2=LinearRegression()
lin_reg_2.fit(X_poly,y)

注意:之前另X=dataset[: , 1]会出现问题,必须改成X=dataset[: , 1:2]才不会出问题,为什么呢?可能跟前者没有列数大小有关。
上一页 | 目录 | 下一页 |
---|
网友评论