Question

我是sklearn的新手，我有一个相当简单的任务：给出一个15点的散点图，我需要

将其中的11个作为我的“训练样本”，
通过这11个点拟合度数为3的多项式曲线;
将得到的多项式曲线绘制在15个点上。

但是我在第二步陷入困境。

这是数据图：

%matplotlib notebook

import numpy as np from sklearn.model_selection 
import train_test_split from sklearn.linear_model 
import LinearRegression from sklearn.preprocessing import PolynomialFeatures

np.random.seed(0) 
n = 15 
x = np.linspace(0,10,n) + np.random.randn(n)/5 
y = np.sin(x)+x/6 + np.random.randn(n)/10

X_train, X_test, y_train, y_test = train_test_split(x, y, random_state=0)

plt.figure() plt.scatter(X_train, y_train, label='training data') 
plt.scatter(X_test, y_test, label='test data') 
plt.legend(loc=4);

然后我在X_train中取11个点并使用3级多边形特征对它们进行转换，如下所示：

degrees = 3
poly = PolynomialFeatures(degree=degree)

X_train_poly = poly.fit_transform(X_train)

然后我尝试通过变换点拟合一条线（注意：X_train_poly.size = 364）。

linreg = LinearRegression().fit(X_train_poly, y_train)

我收到以下错误：

ValueError: Found input variables with inconsistent numbers of samples: [1, 11]

我已经阅读了各种问题来解决类似且通常更复杂的问题（例如Multivariate (polynomial) best fit curve in python?），但我无法从中提取解决方案。

Answer 1

问题是X_train和y_train中的维度。它是一个单维数组，因此它将每个X记录视为一个单独的变量。

如下所示使用.reshape命令可以解决问题：

# reshape data to have 11 records rather than 11 columns
X_trainT     = X_train.reshape(11,1)
y_trainT     = y_train.reshape(11,1)

# create polynomial features on the single va
poly         = PolynomialFeatures(degree=3)
X_train_poly = poly.fit_transform(X_trainT)

print (X_train_poly.shape)
# 

linreg       = LinearRegression().fit(X_train_poly, y_trainT)

Answer 2

该错误基本上意味着您的X_train_poly和y_train不匹配，其中X_train_poly只有一组x而您的y_train有11个值。我不太确定你想要什么，但我想多项式特征并不是按你想要的方式生成的。您的代码目前正在做的是为单个11维点生成3次多项式特征。

我认为你想要为你的11个点的每个点（实际上每个x）生成3次多项式特征。您可以使用循环或列表推导来执行此操作：

X_train_poly = poly.fit_transform([[i] for i in X_train])
X_train_poly.shape
# (11, 4)

现在，您可以看到X_train_poly有11个点，其中每个点都是4维，而不是单个364维点。这个新X_train_poly符合y_train的形状，回归可能会为您提供所需内容：

linreg = LinearRegression().fit(X_train_poly, y_train)
linreg.coef_
# array([ 0.        , -0.79802899,  0.2120088 , -0.01285893])

无法在sklearn中拟合多项式回归曲线

2 个答案: