如何理解程序输出的多项式系数？

如何解决如何理解程序输出的多项式系数？

我正在尝试获得表示 4 个变量的曲面的多项式方程：泄漏、压力、尺寸和速度。基本上我试图找到方程泄漏= f（压力，尺寸，速度）。我设法得到多项式系数和截距，如下所示，但我不知道如何在多项式方程中解释它们（即：z= ao + alx + a2Y + a3XY + a4x2 + a5y2 + a6 x3 + a7x2 y + a8 x y2 + ag 等）。有人可以帮忙吗？：

from sklearn.preprocessing import PolynomialFeatures
from sklearn.linear_model import LinearRegression

# my data 
data=np.column_stack((speed,dimension3,pressure3,leakage3))

# Generate polynomial features of desired degree
d = 6
poly = PolynomialFeatures(degree=d,include_bias=False)
X = poly.fit_transform(data[:,:-1])
y = data[:,-1] 

# Define and fit linear regression 
clf = LinearRegression()
clf.fit(X,y)

# Check results
print(clf.coef_)
print(clf.intercept_)

[ 1.21064489e-09  2.51751918e-11  3.17543952e-12 -3.66443110e-13
 -3.62188623e-14  1.13794085e-14  2.33351780e-15  8.76551176e-16
  9.65867527e-16  6.69545284e-16 -1.67396381e-16 -1.57313479e-16
 -8.47927583e-17 -3.38219081e-16  1.83324692e-17 -3.10419931e-16
  1.43757683e-16 -2.25732234e-16 -2.37769462e-16 -1.25305377e-18
  4.30862718e-18 -3.03569002e-16  6.43054057e-19  2.88496876e-15
  2.13470938e-14  3.85650361e-20  4.65962202e-16 -2.18466792e-13
 -2.30089604e-13 -4.53158981e-22  3.96214571e-17  6.38462456e-13
  1.48896917e-12  1.52973108e-13 -1.18405974e-14  4.30024113e-15
 -2.52978182e-13  5.34046635e-16  2.40414556e-12  1.77892418e-11
  3.60577799e-17  3.88296991e-13 -1.82055655e-10 -1.91741331e-10
 -4.76611883e-19  3.30372428e-14  5.32052044e-10  1.24080759e-09
  1.27477605e-10  2.12356214e-18  1.47504991e-15  1.81132053e-10
  3.25304547e-10  7.36098343e-11  1.75235266e-11  2.36581268e-18
 -6.40351208e-19  4.91896560e-17 -1.01893976e-17 -3.16647219e-16
 -3.52899091e-15  1.99753728e-16 -6.70331612e-15  3.37679794e-14
  3.84231696e-14 -1.53920338e-15  1.15182270e-13 -1.08869747e-14
 -3.29823619e-13  8.93971247e-14  2.18311227e-15 -8.17692841e-13
 -4.15197656e-13 -3.45795442e-12  1.67485115e-11 -2.44352687e-11
  2.13680892e-15  1.46360317e-12  1.90178331e-12 -4.17133327e-11
  2.89651154e-10 -1.07175872e-09  1.32403379e-09]
9.16822354513272

解决方法

解释

如果打印 poly.powers_，您应该能够解释每个值的含义。

array([[1,0],[0,1,1],[2,[1,...
   [0,4,2],3,3],2,4],5],6]],dtype=int64)

每一行都是一个特征，其中您的变量被提升到各自的幂。

例如：[2,1] 表示 speed^2 * dimension^3 * pressure。

作为 6 次多项式，对于变量的任何幂 [x,y,z] 集，此规则适用：x + y + z <= 6

当您将它们拟合到线性回归模型时，您试图找到最能描述自变量和因变量（泄漏）之间关系的每个特征的系数。

因此，您可以这样解释它们：

clf.intercept_ +
y0 * speed +  # not mentioning "* dimension^0 * pressure^0" which equals  1
y1 * dimension +
y2 * pressure +
y3 * speed^2 +
y4 * speed * dimension +
... +
y79 * dimension^4 * pressure^2 +
y80 * dimension^3 * pressure^3 +
y81 * dimension^2 * pressure^4 +
y82 * dimension * pressure^5 +
y83 * pressure^6
~= leakage

预测

要利用方程中的系数并预测泄漏，您可以调用为此目的而设计的 transform 和 predict 方法。

import numpy as np
x = [[1,[4,5,6]]
# the input must be a matrix of shape n_rows * 3 columns
y_pred = poly.transform(np.array(x).reshape(-1,poly.n_input_features_))  
y_pred = clf.predict(y_pred)

# timeit:
# 91.5 µs ± 1.73 µs per loop (mean ± std. dev. of 7 runs,10000 loops each)

感谢 numpy 的广播功能，这相当于（但比）以下函数。 IMO 它有助于了解幕后发生的事情。

import numpy as np
def custom_predict(x,clf,poly):
    # any number of rows,3 columns in our case
    x = np.array(x).reshape(-1,poly.n_input_features_) 
    return np.array([
        (clf.coef_ * np.product(np.power(row,poly.powers_),axis=1)).sum() + clf.intercept_
        for row in x
    ])

y_pred = custom_predict([[1,poly)

# timeit:
# 447 µs ± 3.74 µs per loop (mean ± std. dev. of 7 runs,1000 loops each)

如前所述，您的输入 x 必须具有与原始 fit_transform 中相同数量的特征（列），但您可以根据需要传递任意数量的观察（行）。