Features and Polynomial Regression(多项式回归)

改变特征和假设函数有多重方法。
我们可以将多个功能组合成一个。例如,我们可以通过取x1·x2将x1和x2组合成新的特征x3。

Polynomial Regression

如果不符合数据,我们的假设函数不需要是线性的(直线).
我们可以通过使其成为二次,立方或平方根函数(或任何其他形式)来改变假设函数的行为或曲线。
例如:

Features and Polynomial Regression(多项式回归)_第1张图片
Paste_Image.png

对于已有的特征,我们可以通过基于已有的特征生成其他的形式,从而使得假设函数成为二次,三次或者平方根函数。

但是,如图中,x2,x3,根据x1的取值范围,他们的范围可以推断出,但是二次,三次等会导致特征范围变得广泛,因此, 特征缩放是非常重要的。

你可能感兴趣的:(Features and Polynomial Regression(多项式回归))