Blockquote
是python的新手，它尝试对某些数据完成三阶多项式回归。当我使用多项式回归时，我没有达到预期的拟合度。我试图理解为什么python中的多项式回归要比excel中的差。当我在excel中拟合相同的数据时，我得到的确定系数约为0.95，该图看起来像三阶多项式。但是，使用病态学习≈.78时，拟合度几乎呈线性。是否因为我没有足够的数据而发生这种情况？在x轴上使用x作为datetime64 [ns]类型是否还会影响回归？代码运行。但是，我不确定这是编码问题还是其他问题。
我正在使用anaconda（python 3.7）并在spyder中运行代码
import operator
import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
from sklearn.linear_model import LinearRegression
from sklearn.preprocessing import PolynomialFeatures
#import data
data = pd.read_excel(r'D:\Anaconda\Anaconda\XData\data.xlsx',skiprows = 0)
x=np.c_[data['Date']]
y=np.c_[data['level']]
#regression
polynomial_features= PolynomialFeatures(degree=3)
x_poly = polynomial_features.fit_transform(x)
model = LinearRegression()
model.fit(x_poly,y)
y_poly_pred = model.predict(x_poly)
#check regression stats
rmse = np.sqrt(mean_squared_error(y,y_poly_pred))
r2 = r2_score(y,y_poly_pred)
print(rmse)
print(r2)
#plot
plt.scatter(x,y,s=10)
# sort the values of x b[![enter image description here][1]][1]efore line plot
sort_axis = operator.itemgetter(0)
sorted_zip = sorted(zip(x,y_poly_pred),key=sort_axis)
x,y_poly_pred = zip(*sorted_zip)
plt.plot(x,y_poly_pred,color='m')
plt.show()
