机器学习(三):多项式回归
【摘要】
如果您的数据点显然不适合线性回归(穿过数据点之间的直线),那么多项式回归可能是理想的选择。它的出现就是为了弥补线性回归。
像线性回归一样,多项式回归使用变量 x 和 y 之间的关系来找到绘制数据点线的最...
如果您的数据点显然不适合线性回归(穿过数据点之间的直线),那么多项式回归可能是理想的选择。它的出现就是为了弥补线性回归。
像线性回归一样,多项式回归使用变量 x 和 y 之间的关系来找到绘制数据点线的最佳方法。
一、案例(numpy实现)
1.1 搭建模型
在下面的例子中,我们注册了 18 辆经过特定收费站的汽车。我们已经记录了汽车的速度和通过时间(小时)。x 轴表示一天中的小时,y 轴表示速度:
import matplotlib.pyplot as plt
x
- 1
- 2
文章来源: chuanchuan.blog.csdn.net,作者:川川菜鸟,版权归原作者所有,如需转载,请联系作者。
原文链接:chuanchuan.blog.csdn.net/article/details/126057987
【版权声明】本文为华为云社区用户转载文章,如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱:
cloudbbs@huaweicloud.com
- 点赞
- 收藏
- 关注作者
评论(0)