Как вы вычисляете линию наилучшего соответствия в python, а затем зарисуете ее на диаграмме рассеяния в matplotlib?
Я вычислял линейную линию наилучшего соответствия с использованием обычной регрессии с наименьшими квадратами:
from sklearn import linear_model
clf = linear_model.LinearRegression()
x = [[t.x1,t.x2,t.x3,t.x4,t.x5] for t in self.trainingTexts]
y = [t.human_rating for t in self.trainingTexts]
clf.fit(x,y)
regress_coefs = clf.coef_
regress_intercept = clf.intercept_
Это многомерность (для каждого случая имеется много x-значений). Итак, X - список списков, а y - один список. Например:
x = [[1,2,3,4,5], [2,2,4,4,5], [2,2,4,4,1]]
y = [1,2,3,4,5]
Но как это сделать с полиномиальными функциями более высокого порядка. Например, не только линейный (x для мощности M = 1), но и биномиальный (x для мощности M = 2), квадратики (x - мощность M = 4) и т.д. Например, как получить кривые наилучшего соответствия из следующих?
Извлечен из архиереев Кристофера "Распознавание образов и машинное обучение", стр .7: