# 預先匯入庫
from sklearn.linear_model import LinearRegression
from sklearn.preprocessing import PolynomialFeatures
import matplotlib.pyplot as plt
import numpy as np
from scipy import interpolate

在本例中，輸入變數\(x\)為一維，然後對應的輸出\(y=sin(x)+ \epsilon\)，其中\(\epsilon\)為噪聲。那麼生成資料的程式碼為：

def make_data():
    """生成一維資料並且返回，y=sin(4x) + noise"""
    np.random.seed(1)
    X = np.sort(np.random.rand(30))
    y = np.sin(4 * X) + np.random.randn(30) * 0.3
    return X, y
 

一維線性迴歸

一開始，我們先用直接用線性迴歸擬合曲線。眾所周知，擬合出來應該是一條直線。實際跑出來結果如下：


多元線性迴歸

要使得擬合結果更好，就需要增加輸入變數的維度。要如何增加維度比較科學？大學我們有學過正弦函式的級數表達，也就是說：
\[sin(x) = a_0 * x + a_1 * x^2 + a_2 * x^3 + ...\]

所以接下來的目標是給輸入變數\(x\)新增多項式維度，並分析隨著維度的增加，擬合曲線會怎麼變化。

給輸入變數增加維度可以使用sklearn.preprocessing.PolynomialFeatures處理，具體程式碼如下：

def get_polynomial_feature(origin_features, deg):
    """
    用於新增多項式維度，最後以np.array形式返回
    :param origin_features: 多維陣列，本例中shape為(n,1),即類似於np.array([[1],[2]])
    :param deg: 需要擴充套件的維度.比如deg=3，那就是x, x^2, x^3
    :return: 擴充套件後的np.array
    """
    polynomial = PolynomialFeatures(
        degree=deg,
        include_bias=False   # 不生成常數項
    )
    polynomial_features = polynomial.fit_transform(origin_features)
    return polynomial_features
 

然後，根據\(degree\)的不同，生成不同的輸入變數\(H_{degree}(x)\)，使用sklearn的LinearRegression來擬合即可。

if __name__ == '__main__':
    # 生成資料
    features, target = make_data()
    features = features.reshape(-1, 1)
    # 在圖上畫出點
    plot_data(features, target)

    for i in [1]:
        poly_data = get_polynomial_feature(features, i)
        model = LinearRegression()
        model.fit(poly_data, target)
        # print(f"degree - {i}:", model.coef_)  # 檢視模型訓練得到的引數

        # 插值處理畫圖平滑曲線
        x = features.squeeze()                                # 生成插值的資料只能是一維
        pred_y = model.predict(poly_data)

        new_x = np.arange(x.min(), x.max(), 0.0002)           # 插值範圍不能超過原資料的最小最大值
        func = interpolate.interp1d(x, pred_y, kind='cubic')  # kind方法：zero、slinear、quadratic、cubic
        new_y = func(new_x)

        # 畫圖
        plt.plot(new_x, new_y, label='degree' + str(i))

    plt.legend()
    plt.axis([0, 1, -1.5, 2])      # 設定橫軸縱軸長度
    plt.show()
 

最後得到擬合曲線如下所示：


為了畫圖好看，我用插值方法畫出了更平滑的曲線，使用方法在程式碼中都有註釋，完整程式碼可以訪問我的github。

最後總結一下，隨著多項式維度的增加，對於這些點的擬合情況逐漸變好，甚至趨於“變形”。這種模型的泛化能力不會太好。憑心而論，我覺得在\(deg=6\)左右的情況下，擬合效果可能會比較好。有興趣試驗的小夥伴可以在make_data生成更多的資料，然後使用交叉驗證測試一下