[Python] Berechnungsmethode der Approximationsformel von Abschnitt 0 wie Excel [scikit-learn] Memo
Überblick
- Excel verfügt über eine Methode zur Berechnung der ungefähren Formel durch Festlegen des Abschnitts
- Abschnittsfixierung ist mit numpy.polyfit nicht möglich.
- Realisiert von Scikit-learns LinerRegression, make_pipeline, PolyFeatures
Für Excel
- Der Abschnitt kann durch Einstellen des roten Linienteils (ungefähre Formel des blauen Diagramms) korrigiert werden.
- Diesmal wurde der feste Wert auf 0 gesetzt.
Für Python
pandas+scikit-learn
from sklearn.linear_model import Ridge,LinearRegression
from sklearn.preprocessing import PolynomialFeatures
from sklearn.pipeline import make_pipeline
#Erstellen Sie dieselben Daten wie in Excel
x=np.array([0,3,12.5,18.7,25,20,16,12.8,10.24,8.192])
y=np.array([0,15,46.6,60.3,74.3,59.44,47.552,46,36.8,29.44])
#Grad (Bestellung)
degree = 3
# LinearRegression
# make_Gacchanko-Polynommerkmale und Linea-Regression in der Pipeline
model = make_pipeline(PolynomialFeatures(degree,include_bias=False),LinearRegression(fit_intercept=False))
model.fit(x.reshape(-1,1),y)
y_model=model.predict(x.reshape(-1,1))
#Überprüfen Sie den Datenrahmen
df = pd.DataFrame({'y_model.predict':y_model,},index=x)
df.sort_index().plot(kind ='line',figsize=(10.,5.))
#Koeffizient
model.steps[1][1].coef_
-
Die Grafik sieht sehr ähnlich aus.
-
Koeffizientenübereinstimmung (fast)
array([ 5.06817229e+00, -1.71343566e-01, 3.49200227e-03])
Zusammenfassung
- Ich konnte es nicht mit Numpys Polyfit machen, aber ich bin froh, dass ich es mit Scicit-Learn machen konnte.
- Beachten Sie, dass ich Probleme hatte, als ich Python als Alternative zu Excel verwendete
Recommended Posts