一元非线性回归方程（matplotlib)

一元非线性回归模型通用表达式：

$$y=a_n{x}^n+a_{n-1}{x}^{n-1}+......+a_0{x}^0$$

但是一般不直接求解一元非线性方程，而是将其转化为多重线性方程来求解,好处在于可以把复杂的一元非线性方程变为简单的多线性方程。

例如：
假设要拟合的方程为：
$$y=a_2{x}^2+a_1{x}^1+a_0{x}^0$$
转化为：
$$y=a_2\overline{x_2}+a_1\overline{x_1}+a_0\overline{x_0}$$

##下面通过一个案例来说明：
问题：上线某产品，记录每天的活跃用户数，部分数据如下，现在希望通过发布天数来预测活跃用户数能达到多少？

根据预测目标确定自变量因变量：

import pandas as pd
data = pd.read_csv(
'D:\example_csv\一元非线性回归.csv',
encoding = 'ANSI')
x = data[['发布天数']] #作为自变量
y = data[['活跃用户数']]#作为因变量

绘制散点图，确认回归模型类型：

import matplotlib.pyplot as plt 
plt.rcParams['font.sans-serif'] = ['SimHei']#使标题乱码变为中文
plt.figure(figsize = (8,4))
plt.title('发布天数与活跃用户数',#标题字体比坐标轴更大些
         fontsize = 20)
plt.xlabel('发布天数',fontsize = 15)
plt.ylabel('活跃用户数',fontsize = 15)
plt.plot(x,y,color = 'blue')

估计模型参数，建立回归模型：

不同的表达式，对模型的拟合效果不一样，因此我们需要尽可能多的对多个多项式进行尝试，看看哪个多项式效更好。

#尝试二重线性回归
data['x0'] = data.发布天数.pow(0)
data['x1'] = data.发布天数.pow(1)
data['x2'] = data.发布天数.pow(2)

得到数据如下：

然后进行二重线性回归建模：

from sklearn.linear_model import LinearRegression 
x1 = data[['x0','x1','x2']]
y1 = data[['活跃用户数']]
lrModel = LinearRegression()
lrModel.fit(x1,y1)#进行模型训练
lrModel.coef_
lrModel.intercept_#截距
lrModel.score(x1,y1)

得到的数据不错，一般来说，当使用多重线性回归去近似拟合非线性回归时，多项式的阶数越高，效果越好，但达到做好的效果后，拟合的效果又会回落。

通过sklearn.preprocessing.PolynomialFeatures来找到最好的阶数：
使用方法如下：

from sklearn.preprocessing import PolynomialFeatures
x = data[['发布天数']]
ds = []
scores = []
for d in range(2,20):  #从第2阶开始尝试到第20阶
    ds.append(d)
    p1 = PolynomialFeatures(degree = d)
    x_d = p1.fit_transform(x)  #转化
    lrModel = LinearRegression()
    lrModel.fit(x_d,y)
    scores.append(lrModel.score(x_d,y))
    
dScores = pd.DataFrame({
    '阶次':ds,
    '模型得分':scores
})

执行代码，部分结果如下：

可以发现在阶次3之后，模型的得分虽然有小幅度的提升，但是提升的空间非常有限，在模型得分接近的情况下，我们尽量选择简单的模型。

通过散点图可以更清晰的看出模型得分变化趋势：

plt.xlabel('阶次')
plt.ylabel('模型得分')
plt.title('多项式阶次与模型得分')
plt.scatter(ds,scores,color = 'red')

不同阶数下模型拟合得分散点图：

对回归模型进行检验：

p2 = PolynomialFeatures(degree = 3)
x_3 = p2.fit_transform(x)
lrModel = LinearRegression()
lrModel.fit(x_3,y)
lrModel.score(x_3,y)

模型精度为：0.997，拟合效果很不错。

最后进行活跃用户数预测：

px3 = pd.DataFrame({
    "发布天数":[150] #天数可以自己选择
})
px_3 = p2.fit_transform(px3)
lrModel.predict(px_3)

预测结果：

可以看到，产品上线730天，活跃用户数为2678185