关于“使用 numpy 进行多元多项式回归”的帖子

【问题标题】：Regarding the post "Multivariate polynomial regression with numpy"关于“使用 numpy 进行多元多项式回归”的帖子
【发布时间】：2013-12-27 05:44:06
【问题描述】：

关于 MRocklin 对他自己的问题 "Multivariate polynomial regression with numpy" 的回答，谁能解释一下如何理解函数 multipolyfit(xs, y, deg, full=False, model_out=False, powers_out=False) 的 core.py 中的输出“beta”？

例如如果xs有两个自变量a、b和y是因变量，假设我这样做

beta = multiplotfit(xs,y,2)

那么beta[0], beta[1], ... 应该是什么？哪个是常数项，哪个是 x 的系数，等等？非常感谢！

【问题讨论】：

我为您编辑了您的问题，请注意检查差异。碰巧我看到了您提出问题的原因，并且知道您在说什么，但是您应该确保自己可以独立理解您的问题。没有细节的模棱两可的问题往往会在 SO 上立即被否决。

标签： python regression

【解决方案1】：

对于您提供的变量，a和b，multipolifit，multipolifit @计算它的功率的组合与不超过deg的总和或力量，并返回带有结果数据的线性近似的系数。

如果被称为

beta, powers = multiplotfit(xs,y,2)

beta将包含功率系数，这是两个变量

的情况

>>> powers
[array([2, 0, 0]), array([1, 1, 0]), array([1, 0, 1]), array([0, 2, 0]), array([0, 1, 1]), array([0, 0, 2])]

在其中第一电源代表常数，即@ 987654328，a power，第三个for b power）。

例如，beta = [1, 0, 0, 1, 0, 1]可以翻译为表达式1 + a**2 + b**2。

【讨论】：