python实现多项式回归

线性回归法有一个很大的局限性,要求假设数据背后是存在线性关系的,但是对于实际应用场景当中,具有线性关系比较强的数据集太少了,更多的是具有非线性关系的数据集。这里引入使用多项式回归,改进线性回归法,可以对的数据进行预测。学习线性回归时,对于某些数据,我们想要找一条直线,让这条直线尽可能的拟合这些数据,如果这些数据只有一个特征的话,相应的直线就是y=ax+b,x是样本特征,a和b就是我们需要求的模型参数。但是有时候数据并没有这种线性关系,因此不能使用线性回归的方法进行预测。

具体例子如下所示:

python实现多项式回归_第1张图片

 相当于将原来的一个x特征变换成为多个x特征,增加这些特征后,就可以用(多元)线性回归的方式更好的拟合原来的数据,但是本质上求出了我们对于原来的特征而言的非线性的曲线。

你可能感兴趣的:(机器学习,回归,机器学习,线性回归,算法,python)