最小二乘法与多项式回归

最小二乘法是一种数学优化技术，通过最小化误差的平方和来寻找数据的最佳函数匹配，主要用于曲线拟合和回归分析。

多项式回归是一种基于多项式函数的回归分析方法，用于拟合数据中的非线性关系。在线性回归中，使用一次函数（直线）来拟合数据，形式为 y=ax+by=ax+b。然而，在现实世界中，很多关系并非完全线性的。多项式回归的核心思想是通过增加自变量的幂次来构建更复杂的模型。例如，二次多项式回归模型的形式为 y=ax2+bx+cy=ax2+bx+c，三次多项式回归模型的形式为 y=ax3+bx2+cx+dy=ax3+bx2+cx+d