Polynomial regression（多项式回归）

多项式回归不是线性的，为了升维

考虑的维度多了，可以更好的拟合数据

本质：

多项式回归不是一个新的回归算法，只是特征预处理，只是做了一个升维变化，变成更高阶

在算法不变的情况下，通过升维，把非线性变为线性

多项式回归可以有degree 2  degree3（3阶），degree越多，可以越好的拟合，同时导致容易过拟合

二阶：

y = w1x1 + w2x2 + w3x1x3 + w4(x1)^2 + w5(x2)^2

那升高的每个维度都有用吗？

不是，我们可以通过model.ceof_可以看到w值，

哪个w值小，说明用处不大