sklearn自学指南(part18)--多项式回归-用基函数扩展线性模型
生活随笔
收集整理的這篇文章主要介紹了
sklearn自学指南(part18)--多项式回归-用基函数扩展线性模型
小編覺得挺不錯(cuò)的,現(xiàn)在分享給大家,幫大家做個(gè)參考.
學(xué)習(xí)筆記,僅供參考,有錯(cuò)必糾
線性模型
多項(xiàng)式回歸:用基函數(shù)擴(kuò)展線性模型
機(jī)器學(xué)習(xí)中的一種常見模式是使用在數(shù)據(jù)的非線性函數(shù)上訓(xùn)練的線性模型。這種方法保持了線性方法的快速性能,同時(shí)允許它們擬合范圍更廣的數(shù)據(jù)。
例如,一個(gè)簡單的線性回歸可以由系數(shù)構(gòu)造多項(xiàng)式特征來擴(kuò)展。在標(biāo)準(zhǔn)線性回歸的情況下,二維數(shù)據(jù)的模型可能如下所示:
y ^ ( w , x ) = w 0 + w 1 x 1 +
總結(jié)
以上是生活随笔為你收集整理的sklearn自学指南(part18)--多项式回归-用基函数扩展线性模型的全部內(nèi)容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: sklearn自学指南(part17)-
- 下一篇: sklearn自学指南(part19)-