scikit-learn：回归分析—一元非线性回归

（一）基础铺垫

一元非线性回归分析（Univariate Nonlinear Regression）

• 在回归分析中，只包括一个自变量和一个因变量，且二者的关系可用一条曲线近似表示，则称为一元非线性回归分析。
• 一元二次方程：
• 一元三次方程：
• 一元 n 次方程：

（二）案例

1.建模逻辑

• 一元非线性回归方程转为多元一次回归方程
  

2.实操

关键点提示：把一元非线性方程转化为多元线性方程的方法

• 转化的方法是PolynomialFeatures类
• 要确定是一元几次方程（从图形中观察），然后确定degree是几（多少阶的方程）

#---author:朱元禄---
import pandas
data = pandas.read_csv(
    'file:///Users/apple/Desktop/jacky_1.csv',encoding='GBK'
)

x = data[["手续费（％）"]]
y = data[["金融产品销售额"]]

import matplotlib
font = {
    'family':'SimHei'
}
matplotlib.rc('font',**font)
matplotlib.rcParams['axes.unicode_minus'] = False
from pandas.plotting import scatter_matrix

scatter_matrix(
    data[["手续费（％）","金融产品销售额"]],
    alpha = 0.8,figsize =(10,10),diagonal = 'kid'
)

from sklearn.linear_model import LinearRegression
from sklearn.preprocessing import PolynomialFeatures

pf = PolynomialFeatures(degree=2)
x_2_fit = pf.fit_transform(x)

lrModel = LinearRegression()
lrModel.fit(x_2_fit,y)

lrModel.score(x_2_fit,y)

x_2_predict = pf.fit_transform([9],[10])
lrModel.predict(x_2_predict)

案例：游戏等级和木材消耗的关系。

首先导入数据集，取出自变量和因变量。

import pandas
import matplotlib;

data = pandas.read_csv(
    r'./data.csv'
)
#取出自变量和因变量
x = data[["等级"]]
y = data[["资源"]]

然后，绘制出两个变量之间的散点图：

import  pandas as  pd

pd.plotting.scatter_matrix(
    data[["等级", "资源"]],
    alpha=0.8, figsize=(10, 10), diagonal='kde'
)
plt.show()

可以看出是一元二次方程的曲线，我们画一个一元二次方程曲线来比较一下：

import numpy;
x_ = numpy.arange(-10, 10, 0.01);
y_ = x_**2

from matplotlib import pyplot as plt;

plt.figure();
plt.title('等级与资源')
plt.xlabel('等级')
plt.ylabel('资源')
plt.grid(True)
plt.plot(x_, y_, 'k.')
plt.show()

然后我们要将一元非线性回归方程转化为多元线性回归方程：
用到方法是PolynomialFeatures（）方法

# 导入包
from sklearn.linear_model import LinearRegression
from sklearn.preprocessing import PolynomialFeatures


pf = PolynomialFeatures(degree=2)  #   传入degree参数，表示一元二次方程
x_2_fit = pf.fit_transform(x)
#查看x_2_fit：
print(x_2_fit)
'''
[[  1.   1.   1.]
 [  1.   2.   4.]
 [  1.   3.   9.]
 [  1.   4.  16.]
 [  1.   5.  25.]
 [  1.   6.  36.]
 [  1.   7.  49.]
 [  1.   8.  64.]
 [  1.   9.  81.]
 [  1.  10. 100.]
 [  1.  11. 121.]
 [  1.  12. 144.]]
'''

#然后就转换为二元线性回归方程了
lrModel = LinearRegression()
lrModel.fit(x_2_fit, y)  #训练模型
lrModel.score(x_2_fit, y)  #模型评分

x_2_predict = pf.fit_transform([[21], [22], [23]])   #预测的时候自变量需要经过转换再预测
lrModel.predict(x_2_predict)   #模型预测

print(lrModel.predict(x_2_predict))
'''
[[5028.38811189]
 [5515.18531469]
 [6025.57692308]]
'''

API总结：

一元n次方程，转多元线性回归方程：

• pf = PolynomialFeatures(degree=2)
  参数说明：
• degree ：回归方程的次数

一元n次方程，转换为多元线性方程：
　　pf=sklearn.preprocessing.PolynomialFeatures(degree=2)
转换方法：
　　x_2_fit=pf.fit_trasform(x)
预测：
　　LinearRegression().predict(x_2_fit)