用python写一段非线性多项式预测模型

好的，我可以为您提供一段用Python编写的非线性多项式预测模型的代码示例。以下是一个例子：

import numpy as np
import matplotlib.pyplot as plt
from sklearn.linear_model import LinearRegression
from sklearn.preprocessing import PolynomialFeatures

# 生成原始数据集并添加噪声
x = np.linspace(0, 10, 100)
y = np.sin(x) + np.random.rand(100) * 0.2

# 将数据集变形并拟合多项式模型
poly = PolynomialFeatures(degree=3)
X_poly = poly.fit_transform(x.reshape(-1, 1))
lin_reg = LinearRegression()
lin_reg.fit(X_poly, y)

# 创建新数据集进行预测
new_x = np.linspace(0, 10, 500)
new_X_poly = poly.fit_transform(new_x.reshape(-1, 1))
new_y = lin_reg.predict(new_X_poly)

# 可视化结果
plt.scatter(x, y)
plt.plot(new_x, new_y, color='r')
plt.show()

这段代码生成一个非线性的多项式预测模型，将生成的原始数据集基于一定的噪声添加后，拟合一个三次多项式模型，并创造新的数据集进行预测。最终结果可视化为散点图和拟合曲线。