множественная полиномиальная регрессия с разной степенью для разных параметров

Question

У меня есть данные скорости (мф) для жидкости в 5 осевых положениях (x) для 14 различных комбинаций двух параметров жидкости (Re, k). Данные скорости зависят от Re, k и x.

Я хотел бы использовать sklearn сделать полиномиальной регрессии моих данных, как в этом post, но я столкнулся с некоторыми проблемами:

1. Как я должен построить матрицу X (матрица независимых переменных) ? Мне кажется, что здесь есть 3 независимые переменные (Re, k и x), но у меня 14 значений Re, 14 значений k и только 5 значений для x.
2. Можно ли регрессировать со степенью = 1 w.r.t. Re и k и степень = 3 w.r.t. Икс?

Любая помощь приветствуется. Благодаря!

Answer 1

Если у вас есть три 2d массив подобных объектов Re, k и x, вы можете создать полиномиальные функции степени = 3 на просто x, применяя PolynomialFeatures трансформатор просто x перед укладкой функции в одну матрицу.

poly_x = PolynomialFeatures(3) 
X = np.hstack([Re, k, poly_x.fit_transform(x)])