在前面已经讲解到了使用一条直线或者一个超平面来拟合一些样本点(表示),但是有的情况下,使用直线或者是超平面并不能很好的拟合这样的数据,如下这张图

线性回归(多项式回归)- 06

对于上面的这个图,我们可以使用两种方程来进行拟合,以及其对应的图像

假如我们需要找的并不是一个直线或者超平面,而是一个多项式所表示的曲线(超曲面),我们可以使用下面的式子来进行表示

线性回归(多项式回归)- 06

事例:

线性回归(多项式回归)- 06

上图中,左边的Position表示在公司的一个title,level表示其等级,salary表示其在这个公司的薪水,右边对应的就是这个图形

下面使用sklearn将这个模型建立出来

线性回归(多项式回归)- 06

如上,我们将这些数据放入到job.csv中间,使用pyplot将该图呈现出来,后面我们尝试使用一元线性回归的方式进行展示

线性回归(多项式回归)- 06

可以看到,使用一条执行并不能很好的进行拟合,所以需要多项式回归的方式来进行拟合

线性回归(多项式回归)- 06

在上面使用多项式进行拟合的时候,需要注意的地方就是degree的值,该值越大,对应曲线就会变得越发的复杂 

 

相关文章:

  • 2021-04-18
  • 2021-05-20
  • 2021-11-30
  • 2021-12-14
  • 2022-01-03
  • 2022-12-23
  • 2022-01-07
猜你喜欢
  • 2022-01-16
  • 2021-10-15
  • 2021-08-14
  • 2021-12-30
  • 2021-09-30
  • 2021-04-30
相关资源
相似解决方案