【Pytorch】5. Pytorch搭建多项式回归模型

一、理论介绍

对于一般的线性回归模型，由于该函数拟合出来的是一条直线，所以精度欠佳，我们可以考虑多项式回归，构造非线性特征，用的是高次多项式而不是简单的一 次线性多项式。所谓多项式回归，其本质也是线性回归。也就是说，我们采取的方法是，提高每个特征的次数来增加维度数。

1、需要拟合的方程：

$$y=2.4x^3+3x^2+0.2x+0.9$$

2、构建多项式回归方程：

对于输入变量x和输出值y，我们只需要增加其平方项、三次方项系数即可。目标是将每一个参数都能够学习到和真实参数很接近的结果
$$y$$