제가 알고 있듯이, Scikit에서 벡터 회귀를 지원하는 것은 그 정도를위한 정수를 취합니다. 그러나, 저차 다항식을 고려하지 않은 것처럼 보입니다. 다음 예제의 실행Scikit에서 혼합 다항식을 찾는 것은 벡터 회귀를 지원합니다.
:
import numpy
from sklearn.svm import SVR
X = np.sort(5 * np.random.rand(40, 1), axis=0)
Y=(2*X-.75*X**2).ravel()
Y[::5] += 3 * (0.5 - np.random.rand(8))
svr_poly = SVR(kernel='poly', C=1e3, degree=2)
y_poly = svr_poly.fit(X, Y).predict(X)
(복사 약간 http://scikit-learn.org/stable/auto_examples/svm/plot_svm_regression.html 여기에서 수정 된) 데이터 라인 (5)을 생략하여도 임의의 에러가 주어 약간 나쁨 착용감 (범 플로팅
Y 값으로).
낮은 차수의 용어는 고려되지 않은 것처럼 보입니다. degree
매개 변수에 대해 [1, 2]
목록을 전달하려고 시도했지만 그 다음에 predict
명령에 대한 오류가 발생했습니다. 그들을 포함시킬 방법이 있습니까? 나는 명백한 것을 놓쳤는가?
당신은 1000 페널티 C를 설정할 수 있습니다. 1 이하로 설정해보십시오. – chrisckwong821
도움이 되긴하지만 저급 용어가 어느 정도 고려되는지에 대한 일반적인 질문은 해결되지 않습니다. – Eulenfuchswiesel
이 댓글은 https://stats.stackexchange.com/questions/152610/extremly-poor-polynomial-fitting-with-svr-in-sklearn은 매우 유용합니다. 그러나 더 낮은 주문 조건이 포함되어 있는지 여부는 알 수 없습니다. – Eulenfuchswiesel