機器學習(5)多項式迴歸:用基函數擴展線性模型

機器學習中的一個常見模式是使用數據的非線性函數訓練的線性模型。 這種方法保持了線性方法的通常快速的性能,同時容許它們適應更寬範圍的數據。html 例如,能夠經過從係數構建多項式特徵來擴展簡單的線性迴歸。 在標準線性迴歸狀況下,對於二維數據,您可能有一個相似於下面的模型: 機器學習 若是咱們想要將拋物面擬合到數據而不是平面,咱們能夠組合二階多項式中的特徵,使得模型看起來像這樣: 函數 (有時使人驚訝
相關文章
相關標籤/搜索