Cách khớp mô hình hồi quy đa thức (polynomial regression) cho dữ liệu phi tuyến trong Python

Dữ liệu thực tế thường phi tuyến. Hồi quy đa thức (polynomial regression) mở rộng hồi quy tuyến tính bằng thêm các hạng thức bậc cao (x², x³...).

Sử dụng seaborn.lmplot với tham số order để vẽ đường hồi quy đa thức.

Ví dụ với bộ dữ liệu Anscombe

import pandas as pd
import seaborn as sb
from matplotlib import pyplot as plt

my_df = sb.load_dataset('anscombe')
# Dataset II có quan hệ phi tuyến rõ rệt
sb.lmplot(x="x", y="y", data=my_df.query("dataset == 'II'"), order=3)
plt.show()

Giải thích

• load_dataset('anscombe') tải bộ dữ liệu kinh điển Anscombe's quartet.
• query("dataset == 'II'") lọc dataset II (mối quan hệ parabolic).
• order=3 khớp mô hình bậc 3 (cubic).
• lmplot tự động vẽ điểm dữ liệu và đường hồi quy với khoảng tin cậy.

Lưu ý

Hồi quy đa thức dễ overfitting nếu bậc quá cao. Cần kiểm tra cross-validation.