是否有一种简单的方法可以在Python中执行多元强健的多项式回归?例如。Python中的强大的多元多项式回归
y = a + bx_1 + cx_2 + dx_1x_2 + ex_1^2 + fx_2^2
和可能更高程度的术语,其中a,b,c,d,e,f
是常数和x_i
是从属变量(可能有多于2)。
我有一组被异常值困扰的数据,所以正常假设不成立。我对回归没有太多的了解,但是我发现有一些“强大的”方法可以解决这个问题。不幸的是,我还没有找到一种简单的方法来在Python中完成此操作,而无需编写整个方法。我忽略了什么?或者我应该使用另一种更适合的语言,比如R? (因为我不知道R的任何内容,而这是我用Python编写的一个更大的问题的一部分,我宁愿用Python做它,但也许学习R比试图做这种东西更有效率在Python中)。
在此先感谢。
稳健线性模型是statsmodels可用,参见[这里](http://statsmodels.sourceforge.net/stable/examples/generated/example_rlm.html) –
我已经看到了那一个,但它那对我来说,它只能回归类型y = a + bx_1 + cx_2 + dx_3 + ...。或者有没有办法包括更高学位和混合条款? – user1162809
numpy.polyfit怎么样? http://docs.scipy.org/doc/numpy/reference/generated/numpy.polyfit.html – joel3000