Python 拟合非线性回归方程

我有一个数据集 然后我画了一个曲线图，案例vs天，这是一条曲线

我想拟合一条预测未来案例的曲线。但如何做到这一点呢？我是新来的，我习惯了线性回归。拟合线性回归线要简单得多。有没有简单的方法来拟合曲线呢？我试过youtube，但上面的视频不多。 如何打印未来10天的预测病例？

---

非常感谢。

如果你想拟合高阶多项式，你通常会选择or。样条曲线拟合将使用指定数量的线段绘制拟合，其中作为多边形拟合将指定顺序的多项式拟合到给定的系统

样条曲线拟合文档中的示例：

x=np.linspace（0,10，num=11，endpoint=True）
y=np.cos（-x**2/9.0）
f=1d（x，y）

来自polyfit的文档

x=np.array（[0.0,1.0,2.0,3.0,4.0,5.0]）
y=np.数组（[0.0,0.8,0.9,0.1，-0.8，-1.0]）
z=np.多边形拟合（x，y，3）

---

Polyfit的优点是，通过对值调用生成的Polyfit函数，您可以非常轻松地进行外推，而样条曲线拟合需要更高级的外推方法。

您可以根据您已经尝试过的方法发布代码吗？@Silvernitration I只对数据集进行了预处理。我还没有试过任何代码。我看到了sklearn svr文档。但是我不懂语法。我认为可能有一种更简单的方法可以做到这一点。你可以尝试高斯过程回归，尽管看看最新的评论，它的语法可能不会比SVR更简单。@Alolz我完全同意，你可能想使用类似SIR模型的东西（例如），但是，海报要求使用多边形拟合/曲线拟合度量。