在上一節中我們介紹了線性迴歸的原理,然後分別用python和sklearn實現了不同變量個數的線性迴歸的幾個例子。線性迴歸模型形式簡單,有很好的可解釋性,但是它只適用於X和y之間存在線性關係的數據集。對於非線性關係的數據集,線性迴歸不能很好的工作。因此本文介紹線性迴歸模型的擴展——「多項式迴歸」,我們可以用它來擬合非線性關係的數據集。
假設我們有一個單變量數據集,如下圖。
爲了觀察它們之間的關係,我們用 matplotlib 畫出散點圖。
從圖中看,它們有點像在一條直線上,但仔細看更像是在一個拋物線上。
首先我們假設它們滿足線性關係,使用線性迴歸模型得到的結果如下圖中黃線所示。
看起來似乎還可以,但是來看看誤差,太大了。
下面我們試試用拋物線擬合它們。
線性迴歸可以通過從係數構造多項式的特徵來擴展。爲了使推導過程更具有代表性,我們先以一個雙變量的爲例,然後再看我們上面的單變量的例子。
雙變量線性迴歸模型形如下面式子:
通過結合二階多項式的特徵,添加二次方項,將它從平面轉換爲拋物面:
用z替換x:
所以,我們的式子可以寫成:
這樣就變爲線性迴歸模型。
同理,我們的數據集是單變量的,轉換後的式子爲:
計算結果如圖。
線性迴歸得到的模型爲:
多項式迴歸得到的模型爲:
兩個模型如下圖所示。
可以看出多項式迴歸模型的效果(綠線)要明顯好於線性迴歸模型(黃線)。
更高階的同理。