1.1.18. Polynomial regression: extending linear models with basis functions
多项式回归:用基函数展开线性模型
机器学习中一种常见的模式,是使用线性模型训练数据的非线性函数。这种方法保持了一般快速的线性方法的性能,同时允许它们适应更广泛的数据范围。
比如,在上图的例子中,我们可以认为的将变量用非线性函数进行非线性变换,然后将得到的新的变量再带入线性模型中。
这种思想非常重要,是神经网络的基础。
神经网络中,每一个神经元都是先得到上一层网络输出的线性组合,再经过一个激活函数(非线性函数),然后再将得到的结果作为新的特征输入下一层神经网络中。