机器学习之多项式回归


前言

学习到相关正规方程求最小值点。


提示:以下是本篇文章正文内容,下面案例可供参考

一、特征的选取

有时候我们可以将两个特征变成一个特征,从而是模型拟合变好且训练变快、比如预测房价的时候,我们可以直接选择占地面积代替,房子的长和宽。

在这里插入图片描述

二、如何巧妙的讲多项式转化成线性

只要将模型中的非一次项的数值进行计算,整体代替就行。但是要注意两点

  • 不同的模型会有不同的图像,三次有向三次的趋向,平方根有向平方根函数图像的趋势,各有各的特点。或变得快,变得慢,先遍高后变低,或者一直缓慢变高
  • 第二点需要注意的是,这时候特征的值被乘方之后可能会很大,这时候特征值的收缩(归一化)就显得非常重要了

在这里插入图片描述


总结

这里说了一下多项式回归,和一些特征值的取值

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

醉卧考场君莫笑

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值