线性与非线性回归在Python中的结合

我正在处理一个包含四个预测变量的数据集。其中一个预测变量与响应变量之间有很好的线性关系,而其他三个我认为适合用多项式来拟合。在Python中是否有方法可以将一个预测变量的线性回归与其他三个预测变量的多项式或其他非线性回归结合起来进行预测?

请帮助我。


回答:

你可以为所有特征拟合一个多项式表达式,这也应该能处理线性关系。唯一的区别是线性项的系数将是一阶的。

Related Posts

如何对SVC进行超参数调优?

已关闭。此问题需要更加聚焦。目前不接受回答。 想要改进…

如何在初始训练后向模型添加训练数据?

我想在我的scikit-learn模型已经训练完成后再…

使用Google Cloud Function并行运行带有不同用户参数的相同训练作业

我正在寻找一种方法来并行运行带有不同用户参数的相同训练…

加载Keras模型,TypeError: ‘module’ object is not callable

我已经在StackOverflow上搜索并阅读了文档,…

在计算KNN填补方法中特定列中NaN值的”距离平均值”时

当我从头开始实现KNN填补方法来处理缺失数据时,我遇到…

使用巨大的S3 CSV文件或直接从预处理的关系型或NoSQL数据库获取数据的机器学习训练/测试工作

已关闭。此问题需要更多细节或更清晰的说明。目前不接受回…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注