机器学习（5）多项式回归：用基函数扩展线性模型

机器学习中的一个常见模式是使用数据的非线性函数训练的线性模型。 这种方法保持了线性方法的通常快速的性能，同时容许它们适应更宽范围的数据。html 例如，能够经过从系数构建多项式特征来扩展简单的线性回归。 在标准线性回归状况下，对于二维数据，您可能有一个相似于下面的模型： 机器学习 若是咱们想要将抛物面拟合到数据而不是平面，咱们能够组合二阶多项式中的特征，使得模型看起来像这样： 函数 （有时使人惊讶

>>阅读原文<<