2024-04-27 03:45:47 发布
网友
我试图用python对数据进行多元多项式回归。我有4个自变量和1个因变量。我甚至不知道从哪里开始。在过去的几天里,我浏览了很多博客,但是没有得到太多的澄清。大多数博客都是针对单变量数据的。有没有一个好的帖子,任何人都可以告诉我,解释了这个概念,并有一个示例代码? 任何帮助都是非常感谢的。在
谢谢你!在
scipy得到了一个很好的解决方案https://docs.scipy.org/doc/scipy/reference/generated/scipy.optimize.curve_fit.html
def defa(x, a,b,c,d): return a*b*c*d # the form for regresion you want to do var1, var2 = scipy.optimize.curve_fit(defa,[x cordinates],[y cordinates]) print(var1) # your a b c and d will ne printed out in order
顺便说一句,如果你第一次安装scipy,你应该知道scipy也要求你有numpy:)
f.x.公司
输出:
(array([9.32720415, 4.0480121, 3.12719445, 2.49008364, 154.80388797]),array([...]))
这意味着
a = 9.32720415 b = 4.0480121 c = 3.12719445 d = 2.49008364 e = 154.80388797
scipy得到了一个很好的解决方案https://docs.scipy.org/doc/scipy/reference/generated/scipy.optimize.curve_fit.html
顺便说一句,如果你第一次安装scipy,你应该知道scipy也要求你有numpy:)
f.x.公司
^{pr2}$输出:
这意味着
相关问题 更多 >
编程相关推荐