多项式回归、R2 和 RMSE

处女座_三月

已于 2023-06-05 13:50:01 修改

阅读量2w

点赞数 29

分类专栏：机器学习文章标签：机器学习人工智能

于 2023-06-05 09:10:04 首次发布

本文链接：https://blog.youkuaiyun.com/March_A/article/details/131041070

版权

机器学习专栏收录该内容

32 篇文章

订阅专栏

文章介绍了多项式回归模型的构建以及评估指标R2和RMSE的计算方法。通过Python的Scikit-learn库展示了如何获取模型的R2和RMSE值。此外，讨论了非线性回归的概念，包括多项式、指数、对数和Sigmoid回归函数。最后，提供了一个使用多项式回归分析企业成本与利润的例子，并计算了R2值以评估模型性能。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

要点：

多项式回归模型的搭建

一简介

R2（决定系数）和RMSE（均方根误差）是常用的回归模型评估指标，用于衡量模型对观测数据的拟合程度和预测精度。以下是它们的计算方法：

R2（决定系数）： R2 表示模型对因变量的解释能力，取值范围从 0 到 1，越接近 1 表示模型对数据的拟合程度越好。

计算公式为： R2 = 1 - (SSR / SST) 其中，SSR 是回归平方和（Sum of Squares of Residuals），表示回归模型的拟合误差； SST 是总平方和（Total Sum of Squares），表示总体数据的离散程度。

R2 的计算结果越接近 1，说明模型能够较好地解释观测数据的变化，拟合效果较好。
RMSE（均方根误差）： RMSE 表示模型预测值与实际观测值之间的差异，用于衡量模型的预测精度。

计算公式为： RMSE = sqrt(MSE) 其中，MSE 是均方误差（Mean Squared Error），表示预测值与观测值之间的平均误差的平方。

RMSE 的计算结果越小，表示模型的预测精度越高，预测值与实际观测值的差异较小。

二求值方式

在使用机器学习框架或统计软件包进行建模时，通常可以通过相应的函数或方法来获取模型的 R2 和 RMSE 值。

以常见的Python机器学习库Scikit-learn为例，可以使用以下方法来获取 R2 和 RMSE 值：

R2（决定系数）：

from sklearn.metrics import r2_score

# y_true为实际观测值，y_pred为模型预测值
r2 = r2_score(y_true, y_pred)

这将计算模型的 R2 值，其中 y_true 是实际观测值，y_pred 是模型的预测值。

RMSE（均方根误差）：

from sklearn.metrics import mean_squared_error

# y_true为实际观测值，y_pred为模型预测值
rmse = mean_squared_error(y_true, y_pred, squared=False)

这将计算模型的 RMSE 值，其中 y_true 是实际观测值，y_pred 是模型的预测值。squared=False 参数表示返回的是均方根误差而不是均方误差。

这只是一个示例，具体的方法和函数可能因使用的工具或库而有所差异。在具体使用时，可以查阅所使用工具的文档或参考相应的函数说明来获取模型的 R2 和 RMSE 值。

三非线性拟合

非线性回归是指将非线性模型应用于回归问题，其中因变量和自变量之间的关系不是线性的。非线性回归函数的选择通常取决于问题的特性和数据的分布。

以下是一些常见的非线性回归函数：

多项式回归：多项式回归将自变量的多项式函数引入回归模型中，例如二次、三次或更高次的多项式。其形式为：
```
y = a0 + a1*x + a2*x^2 + a3*x^3 + ...
```
其中 x 是自变量，y 是因变量，a0, a1, a2, a3, ... 是回归系数。
指数回归：指数回归将自变量以指数函数的形式引入回归模型中。其形式为：
```
y = a*exp(b*x)
```
其中 x 是自变量，y 是因变量，a 和 b 是回归系数。
对数回归：对数回归将自变量以对数函数的形式引入回归模型中。其形式为：
```
y = a + b*log(x)
```
其中 x 是自变量，y 是因变量，a 和 b 是回归系数。
Sigmoid回归（逻辑回归）： Sigmoid回归是一种常用的二分类非线性回归方法，它使用Sigmoid函数将线性组合的结果转换为概率值。其形式为：
```
y = 1 / (1 + exp(-(a + b*x)))
```
其中 x 是自变量，y 是概率值，a 和 b 是回归系数。

这只是非线性回归函数的一些示例，实际选择哪种函数取决于具体问题和数据的特征。还有其他许多非线性函数可供选择，您可以根据问题的需要进行调整和扩展。

四多项式回归

多项式回归参考：多项式回归

线性回归研究的是一个目标变量和一个自变量之间的回归问题，但有时候在很多实际问题中，影响目标变量的自变量往往不止一个，而是多个，比如绵羊的产毛量这一变量同时受到绵羊体重、胸围、体长等多个变量的影响，因此需要设计一个目标变量与多个自变量间的回归分析，即多元回归分析。由于线性回归并不适用于所有的数据，我们需要建立曲线来适应我们的数据，现实世界中的曲线关系很多都是增加多项式实现的，比如一个二次函数模型：

# -*- coding: utf-8 -*-
# By:Eastmount 优快云 2021-07-03
from sklearn.linear_model import LinearRegression     
from sklearn.preprocessing import PolynomialFeatures
import matplotlib.pyplot as plt       
import numpy as np

#X表示企业成本 Y表示企业利润
X = [[400], [450], [486], [500], [510], [525], [540], [549], [558], [590], [610], [640], [680], [750], [900]]
Y = [[80], [89], [92], [102], [121], [160], [180], [189], [199], [203], [247], [250], [259], [289], [356]]
print('数据集X: ', X)
print('数据集Y: ', Y)

#第一步 线性回归分析
clf = LinearRegression() 
clf.fit(X, Y)                     
X2 = [[400], [750], [950]]
Y2 = clf.predict(X2)
print(Y2)
res = clf.predict(np.array([1200]).reshape(-1, 1))[0]   
print('预测成本1200元的利润：$%.1f' % res) 
plt.plot(X, Y, 'ks')    #绘制训练数据集散点图
plt.plot(X2, Y2, 'g-')  #绘制预测数据集直线

#第二步 多项式回归分析
xx = np.linspace(350,950,100) #350到950等差数列
quadratic_featurizer = PolynomialFeatures(degree = 2) #实例化一个二次多项式
x_train_quadratic = quadratic_featurizer.fit_transform(X) #用二次多项式x做变换
X_test_quadratic = quadratic_featurizer.transform(X2)
regressor_quadratic = LinearRegression()
regressor_quadratic.fit(x_train_quadratic, Y)

#把训练好X值的多项式特征实例应用到一系列点上,形成矩阵
xx_quadratic = quadratic_featurizer.transform(xx.reshape(xx.shape[0], 1))
plt.plot(xx, regressor_quadratic.predict(xx_quadratic), "r--",
         label="$y = ax^2 + bx + c$",linewidth=2)
plt.legend()
plt.show()

这里我们使用R方（R-Squared）来评估多项式回归预测的效果，R方也叫确定系数（Coefficient of Determination），它表示模型对现实数据拟合的程度。计算R方的方法有几种，一元线性回归中R方等于皮尔逊积矩相关系数（Pearson Product Moment Correlation Coefficient）的平方，该方法计算的R方是一定介于0～1之间的正数。另一种是Sklearn库提供的方法来计算R方。R方计算代码如下：

# -*- coding: utf-8 -*-
# By:Eastmount 优快云 2021-07-03
from sklearn.linear_model import LinearRegression     
from sklearn.preprocessing import PolynomialFeatures
import matplotlib.pyplot as plt       
import numpy as np

#X表示企业成本 Y表示企业利润
X = [[400], [450], [486], [500], [510], [525], [540], [549], [558], [590], [610], [640], [680], [750], [900]]
Y = [[80], [89], [92], [102], [121], [160], [180], [189], [199], [203], [247], [250], [259], [289], [356]]
print('数据集X: ', X)
print('数据集Y: ', Y)

#第一步 线性回归分析
clf = LinearRegression() 
clf.fit(X, Y)                     
X2 = [[400], [750], [950]]
Y2 = clf.predict(X2)
print(Y2)
res = clf.predict(np.array([1200]).reshape(-1, 1))[0]   
print('预测成本1200元的利润：$%.1f' % res) 
plt.plot(X, Y, 'ks')    #绘制训练数据集散点图
plt.plot(X2, Y2, 'g-')  #绘制预测数据集直线

#第二步 多项式回归分析
xx = np.linspace(350,950,100) 
quadratic_featurizer = PolynomialFeatures(degree = 5) 
x_train_quadratic = quadratic_featurizer.fit_transform(X) 
X_test_quadratic = quadratic_featurizer.transform(X2)
regressor_quadratic = LinearRegression()
regressor_quadratic.fit(x_train_quadratic, Y)
#把训练好X值的多项式特征实例应用到一系列点上,形成矩阵
xx_quadratic = quadratic_featurizer.transform(xx.reshape(xx.shape[0], 1))
plt.plot(xx, regressor_quadratic.predict(xx_quadratic), "r--",
         label="$y = ax^2 + bx + c$",linewidth=2)
plt.legend()
plt.show()
print('1 r-squared', clf.score(X, Y))
print('5 r-squared', regressor_quadratic.score(x_train_quadratic, Y))

# ('1 r-squared', 0.9118311887769025)
# ('5 r-squared', 0.98087802460869788)