本文主要向大家介绍了机器学习入门之机器学习之路：python 多项式特征生成PolynomialFeatures  欠拟合与过拟合，通过具体的内容向大家展现，希望对大家学习机器学习入门有所帮助。

分享一下 线性回归中 欠拟合 和 过拟合 是怎么回事~为了解决欠拟合的情 经常要提高线性的次数建立模型拟合曲线， 次数过高会导致过拟合，次数不够会欠拟合。再建立高次函数时候，要利用多项式特征生成器 生成训练数据。下面把整个流程展示一下模拟了一个预测蛋糕价格的从欠拟合到过拟合的过程git: https://github.com/linyi0604/MachineLearning在做线性回归预测时候，为了提高模型的泛化能力，经常采用多次线性函数建立模型f = k*x + b   一次函数f = a*x^2 + b*x + w  二次函数f = a*x^3 + b*x^2 + c*x + w  三次函数。。。泛化：    对未训练过的数据样本进行预测。    欠拟合:    由于对训练样本的拟合程度不够，导致模型的泛化能力不足。过拟合：    训练样本拟合非常好，并且学习到了不希望学习到的特征，导致模型的泛化能力不足。    在建立超过一次函数的线性回归模型之前，要对默认特征生成多项式特征再输入给模型

poly2 = PolynomialFeatures(degree=2)    # 2次多项式特征生成器

x_train_poly2 = poly2.fit_transform(x_train)

下面模拟 根据蛋糕的直径大小 预测蛋糕价格

1 from sklearn.linear_model import LinearRegression

2 import numpy as np

3 import matplotlib.pyplot as plt

4

5 ‘‘‘

6 在做线性回归预测时候，

7 为了提高模型的泛化能力，经常采用多次线性函数建立模型

8

9 f = k*x + b   一次函数

10 f = a*x^2 + b*x + w  二次函数

11 f = a*x^3 + b*x^2 + c*x + w  三次函数

12 。。。

13

14 泛化：

15     对未训练过的数据样本进行预测。

16

17 欠拟合:

18     由于对训练样本的拟合程度不够，导致模型的泛化能力不足。

19

20 过拟合：

21     训练样本拟合非常好，并且学习到了不希望学习到的特征，导致模型的泛化能力不足。

22

23

24 在建立超过一次函数的线性回归模型之前，要对默认特征生成多项式特征再输入给模型

25

26 下面模拟 根据蛋糕的直径大小 预测蛋糕价格

27

28 ‘‘‘

29

30 # 样本的训练数据，特征和目标值

31 x_train = [[6], [8], [10], [14], [18]]

32 y_train = [[7], [9], [13], [17.5], [18]]

33

34 # 一次线性回归的学习与预测

35 # 线性回归模型 学习

36 regressor = LinearRegression()

37 regressor.fit(x_train, y_train)

38 # 画出一次线性回归的拟合曲线

39 xx = np.linspace(0, 25, 100)   # 0到16均匀采集100个点做x轴

40 xx = xx.reshape(xx.shape[0], 1)

41 yy = regressor.predict(xx)  # 计算每个点对应的y

42 plt.scatter(x_train, y_train)   # 画出训练数据的点

43 plt1, = plt.plot(xx, yy, label="degree=1")

44 plt.axis([0, 25, 0, 25])

45 plt.xlabel("Diameter")

46 plt.ylabel("Price")

47 plt.legend(handles=[plt1])

48 plt.show()

一次线性函数拟合曲线的结果，是欠拟合的情况：

下面进行建立2次线性回归模型进行预测：

1 # 2次线性回归进行预测

2 poly2 = PolynomialFeatures(degree=2)    # 2次多项式特征生成器

3 x_train_poly2 = poly2.fit_transform(x_train)

4 # 建立模型预测

5 regressor_poly2 = LinearRegression()

6 regressor_poly2.fit(x_train_poly2, y_train)

7 # 画出2次线性回归的图

8 xx_poly2 = poly2.transform(xx)

9 yy_poly2 = regressor_poly2.predict(xx_poly2)

10 plt.scatter(x_train, y_train)

11 plt1, = plt.plot(xx, yy, label="Degree1")

12 plt2, = plt.plot(xx, yy_poly2, label="Degree2")

13 plt.axis([0, 25, 0, 25])

14 plt.xlabel("Diameter")

15 plt.ylabel("Price")

16 plt.legend(handles=[plt1, plt2])

17 plt.show()

18 # 输出二次回归模型的预测样本评分

19 print("二次线性模型预测得分:", regressor_poly2.score(x_train_poly2, y_train))     # 0.9816421639597427

二次线性回归模型拟合的曲线：

拟合程度明显比1次线性拟合的要好

下面进行4次线性回归模型：

1 # 进行四次线性回归模型拟合

2 poly4 = PolynomialFeatures(degree=4)    # 4次多项式特征生成器

3 x_train_poly4 = poly4.fit_transform(x_train)

4 # 建立模型预测

5 regressor_poly4 = LinearRegression()

6 regressor_poly4.fit(x_train_poly4, y_train)

7 # 画出2次线性回归的图

8 xx_poly4 = poly4.transform(xx)

9 yy_poly4 = regressor_poly4.predict(xx_poly4)

10 plt.scatter(x_train, y_train)

11 plt1, = plt.plot(xx, yy, label="Degree1")

12 plt2, = plt.plot(xx, yy_poly2, label="Degree2")

13 plt4, = plt.plot(xx, yy_poly4, label="Degree2")

14 plt.axis([0, 25, 0, 25])

15 plt.xlabel("Diameter")

16 plt.ylabel("Price")

17 plt.legend(handles=[plt1, plt2, plt4])

18 plt.show()

19 # 输出二次回归模型的预测样本评分

20 print("四次线性模型预测得分:", regressor_poly4.score(x_train_poly4, y_train))     # 1.0

四次线性模型预测准确率为百分之百， 但是看一下拟合曲线，明显存在不合逻辑的预测曲线，

在样本点之外的情况，可能预测的非常不准确，这种情况为过拟合

本文由职坐标整理并发布，希望对同学们有所帮助。了解更多详情请关注职坐标人工智能机器学习频道！