資料結構
網路
關係資料庫管理系統
作業系統
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 程式設計
C++
C#
MongoDB
MySQL
Javascript
PHP
物理學
化學
生物學
數學
英語
經濟學
心理學
社會學
時尚研究
法律研究如何在 Python 中擬合多項式迴歸模型來理解資料中的非線性趨勢？
在構建迴歸模型時，會檢查多重共線性。這是因為我們需要了解所有不同連續變數組合之間存在的相關性。如果變數之間存在多重共線性，我們必須確保將其從資料中移除。
現實世界中的資料通常是非線性的。我們需要找到機制來將此類非線性資料擬合到模型中。我們將使用 Anscombe 的資料集來視覺化此資料。
‘implot’ 函式用於非線性資料 -
示例
import pandas as pd
import seaborn as sb
from matplotlib import pyplot as plt
my_df = sb.load_dataset('anscombe')
sb.lmplot(x = "x", y = "y", data = my_df.query("dataset == 'II'"),order = 3)
plt.show()輸出
解釋
- 匯入所需的包。
- 輸入資料是 ‘anscombe’，它從 seaborn 庫載入。
- 此資料儲存在資料框中。
- ‘load_dataset’ 函式用於載入 iris 資料。
- 使用 ‘implot’ 函式視覺化此資料。
- 在此，資料框作為引數提供。
- 此外，還指定了 x 值、y 值和階數。
- 此資料顯示在控制檯上。
更新於: 2020-12-11
122 次檢視
廣告