[Python] Méthode de calcul de la formule d'approximation de la même section 0 qu'Excel [scikit-learn] Mémo
Aperçu
- Excel a une méthode pour calculer la formule approximative en fixant la section
- La fixation de section n'est pas possible avec numpy.polyfit.
- Réalisé par LinerRegression de Scikit-learn, make_pipeline, PolyFeatures
Pour Excel
- La section peut être fixée en définissant la partie de la ligne rouge (formule approximative du tracé bleu)
- Cette fois, la valeur fixe a été fixée à 0.
Pour Python
pandas+scikit-learn
from sklearn.linear_model import Ridge,LinearRegression
from sklearn.preprocessing import PolynomialFeatures
from sklearn.pipeline import make_pipeline
#Créez les mêmes données qu'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])
#DEGREE (ordre)
degree = 3
# LinearRegression
# make_Caractéristiques polynomiales de Gacchanko et régression linéaire sur 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))
#Vérifier la trame de données
df = pd.DataFrame({'y_model.predict':y_model,},index=x)
df.sort_index().plot(kind ='line',figsize=(10.,5.))
#coefficient
model.steps[1][1].coef_
-
Le graphique est très similaire.
-
Correspondance de coefficient (presque)
array([ 5.06817229e+00, -1.71343566e-01, 3.49200227e-03])
Résumé
- Je ne pouvais pas le faire avec le polyfit de numpy, mais je suis content d'avoir pu le faire avec scicit-learn.
- Notez que j'ai eu des problèmes lors de l'utilisation de Python comme alternative à Excel
Recommended Posts