多项式曲线拟合1
需积分: 0 131 浏览量
2022-08-03
20:38:52
上传
评论
收藏 340KB PDF 举报
多项式曲线拟合
《模式识别与机器学习》
使用 sin(x) 函数产生数据集：
1. import numpy as np
2.
3. n_dots = 200 # 产生 200 个数据点
4. X = np.linspace(-2 * np.pi, 2 * np.pi, n_dots) # X 取值范围：[-2*pi, 2
*pi]
5. Y = np.sin(X) + 0.2 * np.random.rand(n_dots) - 0.1 # Y 加上随机噪声[-0.1,
0.1]
使用 sklearn.preprocessing.PolynomialFeatures 进行特征的构造：
1. from sklearn.preprocessing import PolynomialFeatures
2. import numpy as np
3.
4. n_dots = 200
5. X = np.linspace(-2 * np.pi, 2 * np.pi, n_dots)
6. Y = np.sin(X) + 0.2 * np.random.rand(n_dots) - 0.1
1. X = X.reshape(-1, 1)
2. Y = Y.reshape(-1, 1)
在标准线性回归的情况下，你可能会有一类似于二维数据的模型：
如果我们想把数据拟合成抛物面而不是平面，可以结合二阶多项式的特征，使模型看起来像这
样：
观察，这仍然还是一个线性模型，创造一个新的变量：
评论0