Я делаю линейную регрессию с помощью scikit-learn в Python3. У меня есть массив данных x
и y
, и я хочу реализовать линейную регрессию с использованием полинома 3-й степени (а затем применить к моим данным подобранную линию). После этого я хочу выяснить, что представляет собой фактическое уравнение этого многочлена. Однако я не знаю порядок результатов при использовании команды model.coeff_
.
Кстати, у меня есть только одна независимая переменная x
. Предположим, что нужное мне уравнение имеет тип: y = a*x + b*x^2 + c*x^3 + intercept
. Я пытался использовать команду model.coeff_
, но я не уверен, каков порядок вывода результата.
# The data
----------------------
utility = np.array([100, 96.64, 43.94, 24.48, 0, 0.05])
windiness = np.array([0, 2.5, 6.7, 12.3, 15.5, 19, 20])
windiness = windiness[:, np.newaxis]
utility = utility[:, np.newaxis]
# Regression
-----------------------
polynomial_features= PolynomialFeatures(degree=3)
x_poly = polynomial_features.fit_transform(windiness)
model = LinearRegression()
model.fit(x_poly, utility)
y_poly_pred = model.predict(x_poly)
Таким образом, запуск print(model.coef_)
выводит
[[ 0. , -6.78066221, -0.19310896, 0.01361347]]
Но какое число а, какое b и т. д.?