特征与多项式回归

标签：方式   png   三次   alt   log   不同   基于   方法   不同的   

我们可以用几种不同的方法来改进我们的特征和假设函数的形式。

我们可以把多个特征组合成一个。例如，我们可以将X1和X2为新变量x3。

多项式回归：

我们的假设函数不一定是线性的（如果不符合数据的话）。

我们可以通过假设它的二次、三次或平方根函数（或任何其他形式）来改变我们的假设函数的行为或曲线。

例如，我们的回归函数是然后，我们可以创建基于增加的变量X1，得到二次函数。或者三次函数

在立方的版本，我们已经创造出了新的变量X2和X3，其中x₂=x₁²,x₃=x₁³。

为了使平方根函数，我们可以做

要记住的一件重要事情是，如果你用这种方式选择你的特征，那么特征缩放就变得非常重要了。

如果X1范围1 - 1000 x₁²范围变成1 - 1000000 ，x₁³变成1 - 1000000000。

特征与多项式回归

标签：方式   png   三次   alt   log   不同   基于   方法   不同的   

原文地址：http://www.cnblogs.com/zhengzhe/p/7224609.html