[英]Trouble fitting a polynomial regression curve in sklearn
我是sklearn的新手,我有一个简单的任务:给定15点的散点图,我需要
但是我陷入了第二步。
这是数据图:
%matplotlib notebook
import numpy as np from sklearn.model_selection
import train_test_split from sklearn.linear_model
import LinearRegression from sklearn.preprocessing import PolynomialFeatures
np.random.seed(0)
n = 15
x = np.linspace(0,10,n) + np.random.randn(n)/5
y = np.sin(x)+x/6 + np.random.randn(n)/10
X_train, X_test, y_train, y_test = train_test_split(x, y, random_state=0)
plt.figure() plt.scatter(X_train, y_train, label='training data')
plt.scatter(X_test, y_test, label='test data')
plt.legend(loc=4);
然后,我将X_train
的11个点转换为3级的多边形特征,如下所示:
degrees = 3
poly = PolynomialFeatures(degree=degree)
X_train_poly = poly.fit_transform(X_train)
然后,我尝试使一条直线穿过转换后的点(注意: X_train_poly.size
= 364)。
linreg = LinearRegression().fit(X_train_poly, y_train)
我收到以下错误:
ValueError: Found input variables with inconsistent numbers of samples: [1, 11]
我已经阅读了解决相似且通常更复杂的问题的各种问题(例如python中的多变量(多项式)最佳拟合曲线? ),但是我无法从中提取解决方案。
问题是X_train和y_train中的尺寸。 它是一维数组,因此将X条记录中的每条记录都视为一个单独的变量。
如下使用.reshape命令应该可以解决问题:
# reshape data to have 11 records rather than 11 columns
X_trainT = X_train.reshape(11,1)
y_trainT = y_train.reshape(11,1)
# create polynomial features on the single va
poly = PolynomialFeatures(degree=3)
X_train_poly = poly.fit_transform(X_trainT)
print (X_train_poly.shape)
#
linreg = LinearRegression().fit(X_train_poly, y_trainT)
该错误基本上意味着您的X_train_poly
和y_train
不匹配,其中您的X_train_poly
只有1套x,而y_train
有11个值。 我不太确定您想要什么,但是我想多项式特征不是按照您想要的方式生成的。 您的代码当前正在执行的操作是为单个11维点生成3级多项式特征。
我想您想为11个点中的每个点(实际上是每个x)生成3度多项式特征。 您可以使用循环或列表理解来做到这一点:
X_train_poly = poly.fit_transform([[i] for i in X_train])
X_train_poly.shape
# (11, 4)
现在,您可以看到X_train_poly
有11个点,每个点是4维的,而不是单个364维的点。 这种新X_train_poly
的形状相匹配y_train
和回归可能会给你想要的东西:
linreg = LinearRegression().fit(X_train_poly, y_train)
linreg.coef_
# array([ 0. , -0.79802899, 0.2120088 , -0.01285893])
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.