多元非线性回归代码python

以下是一个示例的多元非线性回归代码，使用Python中的scikit-learn库：

from sklearn.preprocessing import PolynomialFeatures
from sklearn.linear_model import LinearRegression
from sklearn.pipeline import make_pipeline
import numpy as np

# 生成随机数据
np.random.seed(0)
x = np.random.rand(100, 1)
y = np.sin(2*np.pi*x) + 0.1*np.random.randn(100, 1)

# 定义模型管道
model = make_pipeline(PolynomialFeatures(3), LinearRegression())

# 模型拟合
model.fit(x, y)

# 预测新的数据点
x_test = np.linspace(0, 1, 100).reshape(-1, 1)
y_test = model.predict(x_test)

# 可视化结果
import matplotlib.pyplot as plt
plt.scatter(x, y)
plt.plot(x_test, y_test, color='r')
plt.show()

在上面的代码中，我们使用了`PolynomialFeatures(3)`将输入$x$的多项式特征扩展到3阶，然后将其输入`LinearRegression()`来拟合非线性函数。最后，我们使用可视化工具matplotlib来绘制拟合结果。