python 一元非线性回归模型

在Python中，可以使用Scikit-learn库来建立一元非线性回归模型。具体步骤如下：
1. 导入所需的库和模块：

from sklearn.preprocessing import PolynomialFeatures
from sklearn.linear_model import LinearRegression

2. 创建自变量和因变量的数组：

X = ...  # 自变量数组
y = ...  # 因变量数组

3. 将自变量数组转换为多项式特征矩阵：

poly = PolynomialFeatures(degree=n)  # n为多项式的阶数
X_poly = poly.fit_transform(X)

4. 建立线性回归模型并拟合数据：

regressor = LinearRegression()
regressor.fit(X_poly, y)

5. 使用模型进行预测：

y_pred = regressor.predict(X_poly)

通过以上步骤，你就可以得到一个一元非线性回归模型的预测结果。