关于sklearn里多项式PolynomialFeatures函数model.coef_返回值
我用多项式求数据拟合的时候,训练找到了合适的权重文件,但是我发现我不知道fx的具体表达式,利用这个coef_这个函数就能得到
首先声明我的数据是根据两个输入确定一个输出,也就是根据两个数的值预测一个数
1,首先训练得到权重文件
这个上面是我训练的权重文件,每个权重文件的最高次系数不一样也就是degree设定的不一样
2,根据这个权重文件调用函数
model = load_model('../weight/polynomial_Regression/polynomial_regression_model_V7.pth')
print(model.coef_)
因为我发现我的数据在这个系数上表现得最好,所以我这调用的是最高系数为7次的权重文件,得到的结果就这么一大坨,什么也看不懂,一共35个数,不知道哪个数对应哪个的w权重
3,根据这个结果找规律
最开始我也看不懂这个结果表达什么意思,网上搜也搜不到,最后从最高系数1开始推理,到了最高系数3的时候就找到规律了
对于两个输入的来说如上图这样,两个输入分别设为x1,x2,这样就得到这个规律,具体规律看图,不好描述,总结最高3次的系数就是2+3+4=9,所以一共有九个权重w
当然如果只有一个输入量,那就太简单了,就是按照1次,2次,3次依次增加就是他的权重数
下图是我最高七次的对应关系
那个b先不用管,下面会说
4,还有一个就是b的值
print(model.intercept_)
用这个就直接得到的一个数就是b