Я пытаюсь использовать scikit-learn для полиномиальной регрессии. Из того, что я прочитал, полиномиальная регрессия является частным случаем линейной регрессии. Я прыгал, что, возможно, одна из обобщенных линейных моделей Scikit может быть параметризована для соответствия полиномам более высокого порядка, но я не вижу возможности сделать это.
Мне удалось использовать опорный вектор-регрессор с многоядерным ядром. Это хорошо сработало с подмножеством моих данных, но для подгонки больших наборов данных требуется много времени, поэтому мне все еще нужно найти что-то быстрее (даже если торгую с некоторой точностью).
Я что-то упускаю здесь очевидное?
источник
PolynomialFeatures
?Если вы используете многомерную регрессию, а не просто одномерную регрессию, не забывайте о перекрестных терминах. Например, если у вас есть две переменные и , и вы хотите, чтобы полиномы были до степени 2, вы должны использовать где последний член ( ) - это тот, который я имею говоря о.x 2 y = a 1 x 1 + a 2 x 2 + a 3 x 2 1 + a 4 x 2 2 + a 5 x 1 x 2 a 5 x 1 x 2x1 x2 y=a1x1+a2x2+a3x21+a4x22+a5x1x2 a5x1x2
источник