多变量多项式回归分析：按月输出系数与截距问题求助

核心思路 #

1. 先构造回归所需的二次项特征（x1_sq, x2_sq, x3_sq）
2. 按Month列分组，对每组数据拟合指定形式的线性回归模型
3. 提取每组模型的系数与截距，整理成结构化的结果表

完整修正代码 #

import pandas as pd
import numpy as np
from sklearn.linear_model import LinearRegression

# ---------------------- 测试用例生成 ----------------------
np.random.seed(42)
months = np.repeat(range(1, 13), 50)  # 12个月，每月50条数据
x1 = np.random.randn(600)
x2 = np.random.randn(600)
x3 = np.random.randn(600)
# 模拟真实Y值：Y = x1 + 0.5*x1² + 0.3*x2² + 0.2*x3² + 2 + 噪声
Y = x1 + 0.5*(x1**2) + 0.3*(x2**2) + 0.2*(x3**2) + 2 + np.random.randn(600)*0.1

df = pd.DataFrame({
    'Y': Y,
    'x1': x1,
    'x2': x2,
    'x3': x3,
    'Month': months
})

# ---------------------- 回归分析与系数提取 ----------------------
# 构造二次项特征
df['x1_sq'] = df['x1'] ** 2
df['x2_sq'] = df['x2'] ** 2
df['x3_sq'] = df['x3'] ** 2

# 初始化结果存储列表
results = []

# 按月份分组处理
for month, group in df.groupby('Month'):
    # 定义特征矩阵X和目标变量y
    X = group[['x1', 'x1_sq', 'x2_sq', 'x3_sq']]
    y = group['Y']
    
    # 拟合线性回归模型
    model = LinearRegression()
    model.fit(X, y)
    
    # 提取系数与截距，对应公式中的参数：x1系数、A(x1²)、B(x2²)、C(x3²)、Constant
    coeffs = {
        'Month': month,
        'x1_coeff': model.coef_[0],
        'A(x1²)': model.coef_[1],
        'B(x2²)': model.coef_[2],
        'C(x3²)': model.coef_[3],
        'Constant': model.intercept_
    }
    results.append(coeffs)

# 转换为结果DataFrame
result_df = pd.DataFrame(results)
print(result_df)

关键修正点说明 #

• 特征构造：必须显式生成二次项特征，因为LinearRegression只能处理线性组合，需要把非线性项转化为特征列
• 分组处理：使用groupby('Month')遍历每个月份的子数据集，确保每个模型只对应当月数据
• 系数映射：model.coef_返回的是特征列顺序对应的系数，要和X中的列顺序（x1, x1_sq, x2_sq, x3_sq）一一对应，model.intercept_就是公式中的常数项
• 结果存储：用字典存储每个月份的参数，最后拼接成DataFrame，方便查看和导出

内容的提问来源于stack exchange，提问作者Patrick Flume