Multipolyfit（Python）：系数的顺序是什么？

我正在使用函数Multipolyfit创建一个包含3个自变量的二次函数（）。代码如下

data=numpy.loadtxt("file.txt")
hour=data[:,3]
day=data[:,4]
temp=data[:,5]
load=data[:,6]
a=multipolyfit.multipolyfit(numpy.vstack((hour,day,temp)).T, load, 2)
print a

日、温度和负荷是自变量。负载是我试图预测的变量。 输出似乎是我的三元二次型的8个系数的列表

[ 27011.    771.   5462.   -394.    -29.    -83.     10.   -804.      9.      1]

---

上述系数的顺序是什么？

Multipolyfit的记录很少。作者甚至在github自述文件中提到以下内容：

我很少回答有关此存储库的问题。它非常流行，但实现非常密集，因此这个项目产生了大量合理的问题。不幸的是，我没有时间回应所有这些

如果这个项目包含有用的算法，我会更关心它。没有

幸运的是，整个代码不到一百行，而且很容易浏览。它创建系数幂的排列，如下所示：

[[2 0 0 0]
 [1 1 0 0]
 [1 0 1 0]
 [1 0 0 1]
 [0 2 0 0]
 [0 1 1 0]
 [0 1 0 1]
 [0 0 2 0]
 [0 0 1 1]
 [0 0 0 2]]

其中，列分别对应于[1，小时，天，温度]的幂。所以对于你的系数，你得到了

27011*（1**2）+771*（1**1*小时**1）+……

。通过设置关键字参数

powers\u out=True

，您无需深入代码即可获得此信息：

>>> a,powers=multipolyfit.multipolyfit(numpy.vstack((hour,day,temp)).T,
                                       load, 2, powers_out=True)
[array([2, 0, 0, 0]), array([1, 1, 0, 0]), array([1, 0, 1, 0]), array([1, 0, 0, 1]), array([0, 2, 0, 0]), array([0, 1, 1, 0]), array([0, 1, 0, 1]), array([0, 0, 2, 0]), array([0, 0, 1, 1]), array([0, 0, 0, 2])]

---

Multipolyfit的文档记录很差。作者甚至在github自述文件中提到以下内容：

我很少回答有关此存储库的问题。它非常流行，但实现非常密集，因此这个项目产生了大量合理的问题。不幸的是，我没有时间回应所有这些

如果这个项目包含有用的算法，我会更关心它。没有

幸运的是，整个代码不到一百行，而且很容易浏览。它创建系数幂的排列，如下所示：

[[2 0 0 0]
 [1 1 0 0]
 [1 0 1 0]
 [1 0 0 1]
 [0 2 0 0]
 [0 1 1 0]
 [0 1 0 1]
 [0 0 2 0]
 [0 0 1 1]
 [0 0 0 2]]

其中，列分别对应于[1，小时，天，温度]的幂。所以对于你的系数，你得到了

27011*（1**2）+771*（1**1*小时**1）+……

。通过设置关键字参数

powers\u out=True

，您无需深入代码即可获得此信息：

>>> a,powers=multipolyfit.multipolyfit(numpy.vstack((hour,day,temp)).T,
                                       load, 2, powers_out=True)
[array([2, 0, 0, 0]), array([1, 1, 0, 0]), array([1, 0, 1, 0]), array([1, 0, 0, 1]), array([0, 2, 0, 0]), array([0, 1, 1, 0]), array([0, 1, 0, 1]), array([0, 0, 2, 0]), array([0, 0, 1, 1]), array([0, 0, 0, 2])]

---

相关：即一个因变量。我正在寻找多变量非线性回归。相关：这是一个因变量。我在寻找多元非线性回归。非常感谢。我认为图书馆的作者对有用的定义是错误的。非常感谢。我认为图书馆的作者对有用的定义是错误的。