从0开始的机器学习——多项式与逻辑回归（2）

看一下sklearn库中封装的多项式回归方法。

需要调用sklearn.preprocessing库中的PolynomialFeatures方法

degree=2，即数据的最高次数为二次。此时数据已经变为三列了。分别都是什么呢？

第一列相当于是X的零次方。第三列是第二列数据的平方。

进行拟合：

查看参数：

如果degree的数值更高一点，如degree=3

多项式回归主要有三个步骤：原始数据升成多项式形式的数据、数据归一化和线性回归。在程序中反复执行这几个步骤会比较麻烦，但是pipeline做了很好的统一。

拟合效果也是很好的。