2018-12-06特征和多项式回归

2018-12-06  本文已影响0人  奈何qiao

我们可以通过几种不同的方式改进我们的特征和假设函数的形式。即:结合多个特征变成一个特征,将特征x_{1} ,x_{2} 结合成新特征x_{3}

特征x_{1} ,x_{2} 结合成新特征x_{3}

多项式回归

如果不能很好地拟合数据,假设函数不必是线性的(直线)。可以通过使其成为二次,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。

多项式回归

如果选择这项功能,那么特征缩放就变得非常重要。右边蓝色部分的假设数据表明了平方,三次方带来的数据差值。

多项式回归2

当特征只有一项时,假设函数明显偏离,那么可以唯一的一项特征得到二次函数或者三次函数等等。在图片中,创造了新参数x_{2} ,x_{3}  ,其中x_{2} =(x_{1}) ^2 x_{3} =(x_{1}) ^3

一件重要事情是:如果选择这项功能,那么特征缩放就变得非常重要。

上一篇 下一篇

猜你喜欢

热点阅读