полиномиальная регрессия модель питона

Question

Как я понял, уравнение регрессии можно рассчитать с помощью этой функции:

import statsmodels.formula.api as smf 
fg = smf.ols(formula='X ~ Y', data=data).fit() 

можно вычислить из Numpy функции polyfit.

numpy.polyfit(x, y, degree) 

как мы можем изменить степень в numpy polyfit.

В МНК функции можно также добавить другие независимые переменные, как указано ниже:

fg = smf.ols(formula='X ~ Y+Y1+Y2', data=data).fit() 

Так что мой вопрос, мы можем изменить заказ/степень прилегания в функции олы? или мы можем добавить еще одну независимую переменную в numpy polyfit?

Answer 1

В случае характеристики statsmodels, которую вы упомянули, формулы указаны с использованием языка patcy (см. http://patsy.readthedocs.io/en/latest/). Таким образом, например, этот первый вызов, который вы использовали, мог бы быть следующим.

fg = smf.ols(formula='X ~ Y + Y**2', data=data).fit() 

или

fg = smf.ols(formula='X ~ log(Y)', data=data).fit()