![fedc67671a0cf6da29115c6818b306ad.png](https://i-blog.csdnimg.cn/blog_migrate/e8d3ed6a5691ca5702472e73c6b8b367.png)
直线回归研究的是一个因变量与一个自变量之间的回归问题(比如给定平面直角坐标系上的一些点,如何用一条直线
但是,影响因变量的自变量往往不止一个,而是多个(比如给定空间直角坐标系的一些点,如何用空间中的一个平面
但是现实中的世界情况往往更复杂,比如即使是一个因变量与一个自变量之间的关系往往也不是线性关系,如下图:
![bec29eac16aa1bac1f3f5ffeb0f07f2e.png](https://i-blog.csdnimg.cn/blog_migrate/94cd42b6fabd6b6410278031449c535b.png)
这个时候我们用一条直线去拟合这些点,很明显会有很多点偏离程度比较大,因此效果很差,这就叫做欠拟合。
但是用多元线性回归拟合吧,自变量又没那么多(这里自变量只有x)
但是我们大概可以看出这些点的分布大致符合一元二次函数的抛物线分布,因此如果我们用
去拟合这些点,效果会好很多,此时我们只需要求出a、b、c即可得出这个拟合的函数。
但问题是,
我们来比较一下