Python机器学习：多项式回归002scikit中的多项式回归与pipeline(管道)

直接看代码

import numpy as np
import matplotlib.pyplot as plt

x = np.random.uniform(-3,3,size=100)
#在最新版本的sklearn中，所有的数据都应该是二维矩阵，哪怕它只是单独一行或一列。
X = x.reshape(-1,1)
y = 0.5 * x ** 2 + x + 2 +np.random.normal(0,1,size=100)

使用多项式特征添加

#数据归一化也在这个包
from sklearn.preprocessing import PolynomialFeatures

添加二次特征

#Polynomial 多项式
poly = PolynomialFeatures(degree=2)#添加二次特征
poly.fit(X)

X2 = poly.transform(X)
print(X2.shape)

print(X2[:5,:])#只看一下前五行所有列，加了一列1，x0

[[ 1.         -1.89324841  3.58438955