为什么多项式多元回归系数在poly中缺失？

多项式多元回归系数在poly中缺失的原因是由于多项式回归模型中存在多个自变量，而poly函数默认只会生成包含单个自变量的多项式特征。如果要生成包含多个自变量的多项式特征，需要设置参数include_bias=False。

多项式回归是一种回归分析方法，用于建立自变量与因变量之间的非线性关系模型。它通过将自变量的幂次作为特征，构建多项式特征矩阵，然后利用最小二乘法或其他优化算法拟合出最佳的多项式回归系数。

在poly函数中，可以通过设置参数degree来指定多项式的最高次数。例如，degree=2表示生成包含一阶和二阶特征的多项式，degree=3表示生成包含一阶、二阶和三阶特征的多项式。

然而，默认情况下，poly函数只会生成包含单个自变量的多项式特征，并且会自动添加一个偏置项（常数项）作为特征。这就导致了多项式多元回归系数在poly中缺失的情况。

为了生成包含多个自变量的多项式特征，可以将参数include_bias设置为False。这样，poly函数将会生成包含所有自变量的多项式特征，而不会添加偏置项。

多项式多元回归在实际应用中具有广泛的应用场景，特别适用于非线性关系的建模。例如，在金融领域，可以利用多项式多元回归分析股票价格与各种因素之间的关系；在医学领域，可以利用多项式多元回归研究疾病发展与患者特征之间的关联等。

腾讯云提供了一系列与多项式多元回归相关的产品和服务，例如腾讯云机器学习平台（https://cloud.tencent.com/product/tcmlp）和腾讯云数据分析平台（https://cloud.tencent.com/product/dp）等。这些平台提供了强大的机器学习和数据分析工具，可以帮助用户进行多项式多元回归建模和分析。