怎样用Python对非线性趋势的数据进行多项式回归拟合分析？-Python教程-PHP中文网

选多项式阶数不能靠猜，应通过残差分析和交叉验证判断：阶数过低导致欠拟合，过高引发过拟合；多数真实数据用degree=2或3即可，更高阶需谨慎；避免依赖训练集r²，而应观察交叉验证r²均值与方差突变、残差是否呈系统性模式。

怎样用python对非线性趋势的数据进行多项式回归拟合分析？

直接用 numpy.polyfit 或 sklearn.preprocessing.PolynomialFeatures 配合线性模型就能做，但多数人卡在「阶数选几」和「过拟合没察觉」上。

怎么选多项式阶数？别靠猜，看残差和交叉验证

阶数太低，拟合不足；太高，曲线在训练点上抖得厉害，预测全垮。真实数据里，degree=2 或 degree=3 覆盖了绝大多数非线性趋势（比如增长放缓、先升后降）。更高阶（如 degree=5）只在物理建模或极小样本插值时谨慎尝试。

画出拟合后的残差图：plt.scatter(y_pred, y_true - y_pred) —— 如果残差随预测值系统性变化（比如开口朝上/下），说明阶数不够
用 cross_val_score 对比不同 degree：设置 cv=5，观察 R² 的均值与方差，方差突然变大就是过拟合信号
避免用训练集 R² 选阶数——它永远随阶数升高而上升，毫无参考价值

用 `numpy.polyfit` 快速拟合，但注意它不返回统计量

numpy.polyfit 是最轻量的方案，适合探索性分析或嵌入简单脚本。它返回系数数组，索引 0 对应最高次项。

Python Testing

Python 测试速查：运行 pytest、使用 mock/patch、参数化、fixtures、异步、覆盖率测试。

下载

import numpy as np
x = np.array([1, 2, 3, 4, 5])
y = np.array([2.1, 3.9, 6.2, 8.1, 9.8])
coeffs = np.polyfit(x, y, deg=2)  # 返回 [a, b, c] 对应 ax² + bx + c
poly_func = np.poly1d(coeffs)
y_pred = poly_func(x)

它不做中心化或缩放，当 x 值很大（如年份 2000–2024）时，高次项数值爆炸，polyfit 可能因浮点精度失效
没有标准误、p 值、置信区间——要做推断分析必须换 statsmodels 或手动计算协方差矩阵
预测新数据时，直接调用 poly_func(new_x) 即可，不用再拼系数

用 `sklearn` 做稳健拟合，必须加 `StandardScaler`

当你要把多项式回归嵌进 pipeline、做特征工程或后续接正则化时，PolynomialFeatures + LinearRegression 是更可控的选择。但跳过标准化会出事：

from sklearn.preprocessing import PolynomialFeatures, StandardScaler
from sklearn.linear_model import LinearRegression
from sklearn.pipeline import Pipeline
<p>pipe = Pipeline([
('scale', StandardScaler()),           # 关键！先标准化 x
('poly', PolynomialFeatures(degree=3)),
('lr', LinearRegression())
])
pipe.fit(x.reshape(-1, 1), y)</p>

PolynomialFeatures 默认生成所有交互项（如 x₁², x₁x₂），单变量时没问题；但多变量时设 interaction_only=False 才安全
不加 StandardScaler，x=100 时 x³=1e6，权重更新被主导，LinearRegression 收敛慢甚至失败
若需 L2 正则化，把 LinearRegression 换成 Ridge，比硬调 degree 更防过拟合