在參加「資料探勘」比賽中遇到了關於函式高次擬合的問題，然後就整理了一下原始碼，以便後期的學習與改進。
在本次「資料探勘」比賽中感覺收穫最大的還是對於神經網路的認識，在接近一周的時間裡，研究了進40種神經網路模型，雖然在持續一周的挖掘比賽把自己折磨的慘不忍睹，但是收穫頗豐。現在想想也挺欣慰自己在這段時間裡接受新知識的能力。關於神經網路方面的理解會在後續博文中補充（剛提交完**，還沒來得及整理），先分享一下高次擬合方面的知識。
# coding=utf-8
import matplotlib.pyplot as plt
import numpy as np
import scipy as sp
import csv
from scipy.stats import norm
from sklearn.pipeline import pipeline
from sklearn.linear_model imp程式設計客棧ort linearregression
from sklearn. import polynomialfeatures
from sklearn import linear_model
''''' 資料匯入 '''
def loaddataset(filename):
datamat =
labelmat =
csvfile = file(filename, 'rb')
reader = csv.reader(csvfile)
b = 0
for line in reader:
if line[50] is '':
b += 1
else:
datamat.append(float(line[41])/100*20+30)
labelmat.append(float(line[www.cppcns.com25])*100)
csvfile.close()
print "absence time number: %d" % b
return datamat,labelmat
xarr,yarr = loaddataset('data.csv')
x = np.array(xarr)
y = np.array(yarr)
# x = np.arange(0, 1, 0.002)
# y = norm.rvs(0, size=500, scale=0.1)
# y = y + x ** 2
def rmse(y_test, y):
return sp.sqrt(sp.mean((y_test - y) ** 2))
def r2(y_test, y_true):
return 1 - ((y_test - y_true) ** 2).sum() / ((y_true - y_true.mean()) ** 2).sum()
def r22(y_test, y_true):
y_mean = np.array(y_true)
y_mean[:] = y_mean.mean()
return 1 - rmse(y_test, y_true) / rmse(y_mean, y_true)
plt.scatter(x, y, s=5)
#分別進行1,2,3,6次擬合
degree = [1, 2,3, 6]
y_test =
y_test = np.array(y_test)
for d in degree:
#普通# clf = pipeline([('poly', polynomialfeatures(degree=d)),
# ('linear', linearregression(fit_intercept=false))])
# clf.fit(x[:, np.newaxis], y)
# 嶺回歸
程式設計客棧 clf = pipeline([('poly', polynomialfeatures(degree=d)),
('linear', linear_model.ridge())])
clf.fit(x[:, np.newaxis], y)
y_test = clf.predict(x[:, np.newaxis])
print('多項式引數%s' %clf.named_steps['linear'].coef_)
print('rmse=%.2f, r2=%.2f, r22=%.2f, clf.score=%.2f' %
(rmse(y_test, y),
r2(y_test, y),
r22(y_test, y),
clf.score(x[:, np.newaxis], y)))
plt.plo程式設計客棧t(x, y_test, linewidth=2)
plt.grid()
plt.legend(['1', '2','3', '6'], loc='upper left')
plt.show()
本文標題: 對python實現二維函式高次擬合的示例詳解
本文位址:
python實現二維函式高次擬合
在參加 資料探勘 比賽中遇到了關於函式高次擬合的問題，然後就整理了一下原始碼，以便後期的學習與改進。在本次 資料探勘 比賽中感覺收穫最大的還是對於神經網路的認識，在接近一周的時間裡，研究了進40種神經網路模型，雖然在持續一周的挖掘比賽把自己折磨的慘不忍睹，但是收穫頗豐。現在想想也挺欣慰自己在這段時間...
python 對二維陣列賦值問題
通過以下方式，定義的二維list，當改變乙個元素值時，會發現所有行中對應位置的值都被改變 定義乙個3 4的二維list d list 0 4 3 注意行和列對應位置 print d list 改變乙個元素時 d list 2 1 w print d list 這是因為當時定義的時候d list的3行...
二維陣列查詢python實現
二維陣列查詢 劍指offer經典面試題 在乙個二維陣列中，每一行都按照從左到右遞增的順序排序，每一列都按照從上到下遞增的順序排序。請完成乙個函式，輸入這樣的乙個二維陣列array m n 和乙個整數k，判斷陣列中是否含有該整數。比較最右邊一列第乙個元素array max 0 與目標數字k大小，存在以...