python数据挖掘笔记——回归(3):一元非线性回归

本文探讨了一元非线性回归的概念,通过案例分析了游戏等级与木材消耗的非线性关系。利用Python将非线性方程转化为多元线性回归方程,借助PolynomialFeatures方法进行转换,以揭示两者之间的曲线关系。
摘要由CSDN通过智能技术生成

概念:

一元非线性回归分析(Univariate Nonlinar Regression):在回归分析中,只包含一个自变量和一个因变量,且二者的关系可以用一条曲线表示,则成为一元非线性分析。
案例:游戏等级和木材消耗的关系。
在这里插入图片描述
木材消耗和游戏等级呈一条曲线关系,探究木材消耗和游戏等级之间的非线性关系。

求解:将一元非线性回归方程转为多元线性回归方程,例如:
在这里插入图片描述
下面是代码演示:
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'C:\Users\www12\Desktop\DA\pythonDM\4.3\data.csv'
)
#取出自变量和因变量
x = data[["等级"]]
y = data[["资源"]]

在这里插入图片描述
然后,绘制出两个变量之间的散点图:

font = {
    'family
  • 8
    点赞
  • 52
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值