1. O Despertar do Cientista de Dados Imagine acordar com o aroma do café recém-preparado e a perspectiva de resolver enigmas de dados. Sim, isso é o que um Cientista de Dados faz! O dia geralmente começa com uma reunião de equipe, uma “daily”, onde todos compartilham seus avanços e entendem se há algum bloqueio […]
Os dados podem apresentar dependências mais complexas do que somente lineares, vamos lembrar que quando falamos de regressão linear, falamos de uma equação de reta, ou seja, o grau da variável X é de ordem 1. Quando a variável X possui potência igual a 2, temos a equação de uma parábola, também bastante estudada. Porém um polinômio pode ter combinações de diversas potências, modelos assim são encontrado normalmente em finanças, na indústria, em experimentos de química, física e outros.
Um polinômio de grau 2 pode ser escrito como:
y = a*X2 + b*X + c
a,b,c são coeficientes
X, vetor com as medidas
y, valor a ser calculado
Para fazer a regressão polinomial pelo sklearn a gente primeiro realiza uma transformação da variável seguida de uma regressão linear. Estamos, através desses códigos realizando um mínimos quadrados para os coeficientes da equação.
Exemplo de implementação em python de um modelo de regressão polinomial: