前言
据说天猫双十一交易额造假，交易额数据可以用二次或三次多项式完美拟合，看到这个后我觉得可以试一试。那么说干就干。我们用sklearn多项式回归来拟合，只做三次多项式，二次多项式也是一样，只要去掉三次项就可以了，后面会帖出完整代码实现
构造数据
要拟合的值就是交易额数据，多少亿多少亿，自变量我们就用年份，数据中应该包含三次项，二次项，一次项和常数项，因为年份数字比较大，都给他减去一个2000，让他只保留后面的两位，这样不影响结果
data = [[, 0.5], [, 9.36], [, 52.00],[, 191.00], [, 350.00], [, 571.00],[, 912.00], [, 1207.00], [, 1602.69],[, 2135.00]]# 构造三次多项式训练集X = [[(data[i][0]-2000)**3, (data[i][0]-2000)**2, data[i][0]-2000, 1] for i in range(len(data))]Y = [[data[i][1]] for i in range(len(data))]
训练
// 导入sklearn包from sklearn.linear_model import LinearRegressionregression = LinearRegression()regression.fit(X, Y)
看下效果
我们要看下使用模型预测的09到的数据与实际的相似程度，并用plt图表给他显示出来
# 真实值data_y = [data[i][1] for i in range(len(data))]data_x = [data[i][0] for i in range(len(data))]# 预测植test = [[d**3, d**2, d, 1] for d in range(9, 20)]predict = regression.predict(test)show_x = [d[2] for d in test]show_y = [d[0] for d in predict]# 使用plot显示图形plt.scatter(np.array(data_x), data_y, marker='x', color='red', s=40, label='history')plt.plot(np.array(show_x)+2000, show_y, color='green', label='predict')plt.legend(loc='best')plt.show()
红叉是真实的交易值，绿色曲线是我们拟合的三次多项式曲线，我们看到，用三次多项式确实拟合的不错！
另外，当把预测值和真实值和误差做加和，你会发现他是一个接近于0的数，这说明天猫在交易额上加了一个均值为0的随机数
subtract = np.array(Y) - np.array(predict[0:-1])print('误差加和：', np.sum(subtract))
完整代码
import matplotlib.pyplot as pltfrom sklearn.linear_model import LinearRegressionimport numpy as npdata = [[, 0.5], [, 9.36], [, 52.00],[, 191.00], [, 350.00], [, 571.00],[, 912.00], [, 1207.00], [, 1602.69],[, 2135.00]]data_y = [data[i][1] for i in range(len(data))]data_x = [data[i][0] for i in range(len(data))]# 构造三次多项式训练集X = [[(data[i][0]-2000)**3, (data[i][0]-2000)**2, data[i][0]-2000, 1] for i in range(len(data))]Y = [[data[i][1]] for i in range(len(data))]regression = LinearRegression()regression.fit(X, Y)print('多项式系数：', regression.coef_)test = [[d**3, d**2, d, 1] for d in range(9, 20)]predict = regression.predict(test)show_x = [d[2] for d in test]show_y = [d[0] for d in predict]subtract = np.array(Y) - np.array(predict[0:-1])print('误差加和：', np.sum(subtract))print(subtract)print(abs(np.sum(subtract)) < 0.000001)print('方差：', subtract.T.dot(subtract)) # 方差plt.scatter(np.array(data_x), data_y, marker='x', color='red', s=40, label='history')plt.plot(np.array(show_x)+2000, show_y, color='green', label='predict')plt.legend(loc='best')plt.show()
