回归----多项式拟合正弦曲线
做了什么?
使用多项式拟合一个周期内、加入噪声的正弦曲线。
具体过程如下:
数据生成:
在正弦函数sin(x)一个周期中均匀产生N个数据点,并在y轴上加入标准高斯分布的噪声,即
yi= sin(xi)+e,
e服从N(0,1),i<=N && i>=1, (xi, yi)表示第i个数据
假设空间:
这里使用多项式:
h(x,w) = w0+w1*x+w2*x2+…
即h(x) = wT*X,w为多项式系数(M维列向量),X的形式如下,
X= [ 1 x x2 x3 … ]T
优化目标:
首先求解不加正则项的多项式,接着再求加入正则项的;
我们想要使多项式尽可能的经过数据点,必须有某种指标去衡量多项式的好坏,这里使用每个数据点相对拟合多项式的偏差的平方和来衡量,当然希望这个损失越小越好。如果多项式的阶数越大,则损失会越小ÿ