不同参数的不同次数的多项式回归答案

【问题标题】：multiple polynomial regression with different degrees for the different parameters不同参数的不同次数的多项式回归
【发布时间】：2016-04-13 06:37:04
【问题描述】：

对于流体的两个参数 (Re, k) 的 14 种不同组合，我有 5 个轴向位置 (x) 处的流体速度数据 (mf)。速度数据取决于 Re、k 和 x。

我想使用 sklearn 对我的数据进行多项式回归，就像在 post 中一样，但我遇到了一些问题：

我应该如何构建 X 矩阵（自变量矩阵）？在我看来，这里有 3 个自变量（Re、k 和 x），但我有 14 个 Re 值、14 个 k 值和 5 个 x 值。
是否可以在 degree=1 w.r.t 的情况下进行回归？ Re and k and degree=3 w.r.t. x?

感谢任何帮助。谢谢！

【问题讨论】：

标签： python scikit-learn regression

【解决方案1】：

如果您有三个类似二维数组的对象 Re、k 和 x，则可以通过将 PolynomialFeatures 变换器应用于 @ 987654326@ 在将特征堆叠成单个矩阵之前。

poly_x = PolynomialFeatures(3)
X = np.hstack([Re, k, poly_x.fit_transform(x)])

【讨论】：