多项式回归-Python3

可视化模型
英语学习：
bluff：虚张声势
position：职位
1、基本程序

#visualising the linear regression results
plt.scatter(X,y,color='red')
plt.plot(X,lin_reg.predict(X),color='blue')
plt.title('Truth or Bluff(Linear Regression)')
plt.xlabel('Position Level')
plt.ylabel('Salary')
plt.show()

#visualising the polynomial regression results
plt.scatter(X,y,color='red')
plt.plot(X,lin_reg_2.predict(poly_reg.fit_transform(X)),color='blue')
plt.title('Truth or Bluff(Polynomial Regression)')
plt.xlabel('Position Level')
plt.ylabel('Salary')
plt.show()

2、次方数2 3 4 拟合结果对比

4次方结果.png 三次方结果.png 二次方结果.png 线性回归结果.png

3、如何是预测模型变得平滑

4次方模型平滑处理.png

利用np的arange方法

X_grid=np.arange(min(X),max(X),0.1)
X_grid=X_grid.reshape(len(X_grid),1)
plt.scatter(X,y,color='red')
plt.plot(X_grid,lin_reg_2.predict(poly_reg.fit_transform(X_grid)),color='blue')
plt.title('Truth or Bluff(Polynomial Regression)')
plt.xlabel('Position Level')
plt.ylabel('Salary')

4、多项式回归提高复用性的小技巧

画图通用性.png

没有用X_poly而是直接调用多项式特征类的一个实例生成。

上一页	目录	下一页