如何在Python中將非線性資料擬合到模型？

我們將使用Seaborn庫，它有助於資料視覺化。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。

我們需要找到將此類非線性資料擬合到模型的方法。我們將使用Anscombe資料集來視覺化此資料。“implot”函式用於此非線性資料。

這是一個例子：

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 == 'I'"))
plt.show()

輸出

解釋

  • 匯入所需的包。
  • 輸入資料為“anscombe”，它從seaborn庫載入。
  • 此資料儲存在資料框中。
  • 使用“load_dataset”函式載入iris資料。
  • 使用“implot”函式視覺化此資料。
  • 這裡，資料框作為引數提供。
  • 此外，還指定了x和y值。
  • 此資料顯示在控制檯中。

更新於：2020年12月11日

218 次瀏覽

啟動您的職業生涯

透過完成課程獲得認證

開始學習
廣告