热线电话:13121318867

登录
2018-12-13 阅读量: 862
怎么用python实现多项式的可视化

使用散点图可视化多项式回归结果。

# Visualising the Polynomial Regression results

plt.scatter(X, y, color = 'blue')

plt.plot(X, lin2.predict(poly.fit_transform(X)), color = 'red')

plt.title('Polynomial Regression')

plt.xlabel('Temperature')

plt.ylabel('Pressure')

plt.show()

使用线性和多项式回归预测新结果

# Predicting a new result with Linear Regression

lin.predict(110.0)

# Predicting a new result with Polynomial Regression

lin2.predict(poly.fit_transform(110.0))

使用多项式回归的优点:

  • 广泛的功能可以适应它。
  • 多项式基本上适合宽范围的曲率。
  • 多项式提供了依赖变量和自变量之间关系的最佳近似。

使用多项式回归的缺点

  • 这些对异常值过于敏感。
  • 数据中存在一个或两个异常值会严重影响非线性分析的结果。
  • 此外,遗憾的是,用于检测非线性回归中的异常值的模型验证工具少于线性回归
0.0000
2
关注作者
收藏
评论(0)

发表评论

暂无数据
推荐帖子