拟合非线性回归 pandas

【问题标题】：Fit nonlinear regression pandas拟合非线性回归 pandas
【发布时间】：2020-07-21 05:47:30
【问题描述】：

我有一个数据集Coronavirus cases per day with dates 然后我做了这个情节，案例与天，这是一条曲线。 Graph

我想拟合一条预测未来案例的曲线。但是怎么做呢？我是新手，习惯于线性回归。拟合线性回归线要简单得多。是否也有任何简单的方法来拟合曲线？我尝试了 youtube，但关于此的视频并不多。以及如何打印未来 10 天的预测病例？非常感谢。

【问题讨论】：

你能发布你已经尝试过的代码吗？
@SilverNitrateIon 我只预处理了数据集。我还没有尝试任何代码。我看到了 sklearn svr 文档。但无法理解语法。我认为可能有更简单的方法来做到这一点。
你可以试试高斯过程回归scikit-learn.org/stable/modules/gaussian_process.html，虽然看看较新的 cmets，它可能没有比 SVR 更简单的语法。

【解决方案1】：

如果您希望拟合高阶多项式，您通常会寻找spline fitting 或polyfit。样条拟合将使用指定数量的线段绘制拟合，其中 polyfit 会将指定阶的多项式拟合到给定的系统。

样条拟合的文档示例：

x = np.linspace(0, 10, num=11, endpoint=True)
y = np.cos(-x**2/9.0)
f = interp1d(x, y)

来自 polyfit 的文档

x = np.array([0.0, 1.0, 2.0, 3.0,  4.0,  5.0])
y = np.array([0.0, 0.8, 0.9, 0.1, -0.8, -1.0])
z = np.polyfit(x, y, 3)

Polyfit 的优点是允许您通过调用生成的 polyfit 函数对值进行相当轻松的外推，而样条拟合需要更高级的外推方法，as per this post here。

【讨论】：