python一元非线性回归

一元非线性回归分析是指在回归分析中，只包含一个自变量和一个因变量，且二者的关系可以用一条曲线表示的情况。在Python中，可以使用各种数据科学库（如NumPy，pandas和scikit-learn）来实现一元非线性回归。下面是一个示例代码，用于执行一元非线性回归分析：

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

# 导入数据集
data = pd.read_csv(r'C:\Users\www12\Desktop\DA\pythonDM\4.3\data.csv')

# 取出自变量和因变量
x = data[["等级"]]
y = data[["资源"]]

# 创建多项式特征
poly_features = PolynomialFeatures(degree=2)
x_poly = poly_features.fit_transform(x)

# 创建线性回归模型
model = LinearRegression()
model.fit(x_poly, y)

# 绘制原始数据和拟合曲线
plt.scatter(x, y, color='blue')
plt.plot(x, model.predict(x_poly), color='red')
plt.xlabel('等级')
plt.ylabel('资源')
plt.title('一元非线性回归分析')
plt.show()