与线性回归一样，多项式回归模型可以研究一个或多个自变量对一个目标字段的影响重要程度，或者对目标字段进行预测。不同的是，多项式回归用来研究非线性关系，如种植密集度对粮食产量的影响。 该节点的目标字段必须为数值型字段。使用该节点前需要先用一个类型节点指定参与分析的字段的角色，目标字段的角色定义为目标，其他自变量的角色定义为输入。在配置界面指定多项式的最大阶数，系统默认执行二次多项式。 通过训练， 估计得出使得离差平方和最小的系数。节点可以输出模型的参数估计等结果以及PMML格式的模型，在该节点之后配合使用分类预测器节点，可以得出目标字段的预测结果。通过评估节点还可以评估预测效果。 可以从维基百科了解 多项式回归 的更多详细信息。
对话框选项
配置
多项式的最大阶
多项式回归模型的最高阶数。
视图设置
行数
指定散点图展示的数据点数。默认为10000个点。
端口
输入端口
0 |
含有因变量和自变量列的输入表。输入中不能包含缺失值，如果有，需要先对缺失值进行填充。 |
输出端口
0 |
包含模型训练结果的PMML文件，通过连接预测节点可以解析PMML中的模型结果，实现对目标字段进行预测。 |
1 |
含有估计值和估计误差的训练后数据。 |
2 |
多项式回归模型的系数和相关统计量。 |
视图
多项式回归结果
显示估计的系数和模型评估结果。
散点图
散点图用于展示输入数据点和回归线。每次只能选择一个自变量。
