文章目錄

• 一、數據生成
• 二、正常擬合
• • 效果
  • 代碼
• 三、欠擬合
• • 效果
  • 代碼
• 四、過擬合
• • 效果
  • 代碼

一、數據生成

#采用多項式回歸測試欠擬合與過擬合 import numpy as np import matplotlib.pyplot as plt#數據集生成 #數據集大小 start = 15 end = 85#x獲取 x = np.arange(start,end+1).reshape(-1,1) #階數 degree = 5 #1 x x^2 x^3 x^4 poly_degree_x = np.power(x,np.arange(degree))#多項式系數 w = np.array([3840000,-400000,14000,-200,1])#y值計算 向量點積(這兒是矩陣*向量) y = np.dot(poly_degree_x,w)#擾動添加 y_r = y + np.random.normal(-20000,20000, size=y.shape) x.shape,y.shape,y_r.shape

二、正常擬合

效果

代碼

#過擬合 4次多項式 ret = np.polyfit(x.reshape(-1),y_r,4) ret_poly = np.poly1d(ret) ret_y = ret_poly(x.reshape(-1)) plt.plot(x,y,'*') plt.plot(x,ret_y,'r')

三、欠擬合

效果

代碼

#欠擬合 2次多項式 ret = np.polyfit(x.reshape(-1),y_r,2) ret_poly = np.poly1d(ret) ret_y = ret_poly(x.reshape(-1)) plt.plot(x,y,'*') plt.plot(x,ret_y,'r')

四、過擬合

效果

代碼

#過擬合 30次多項式 ret = np.polyfit(x.reshape(-1),y_r,30) ret_poly = np.poly1d(ret) ret_y = ret_poly(x.reshape(-1)) plt.plot(x,y,'*') plt.plot(x,ret_y,'r')

總結

以上是生活随笔為你收集整理的4.3 欠拟合与过拟合的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。