机器学习2.多项式回归

1.生成数据集

# 1.生成数据集
import numpy as np
data = []  # 保存样本集的列表
for i in range(100):    # 循环采样100个点
    x = np.random.uniform(-5., 15.)    # 随机采样输入x
    eps = np.random.normal(0., 0.1)     # 采样高斯噪声
    y = -5.555 * x**3 +2.333 * x**2 + 1.477 * x + 0.089 + eps         # 得到模型输出
    data.append([x, y])                 # 保存样本点
data = np.array(data)                   # 转换为2D numpy数组

2.数据集可视化

# 2.散点图可视化
import matplotlib.pyplot as plt
# 2.1 确定画布
plt.figure(figsize=(8, 4))  # figsize:确定画布大小

# 2.2 绘图
plt.scatter(data[:,0],