特征与多项式回归
我们可以用几种不同的方法来改进我们的特征和假设函数的形式。
我们可以把多个特征组合成一个。例如，我们可以将X1和X2为新变量x3。
多项式回归：
我们的假设函数不一定是线性的（如果不符合数据的话）。
我们可以通过假设它的二次、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。
例如，我们的回归函数是然后，我们可以创建基于增加的变量X1，得到二次函数。
或者三次函数
在立方的版本，我们已经创造出了新的变量X2和X3，其中x2=x12,x3=x13。
为了使平方根函数，我们可以做
要记住的一件重要事情是，如果你用这种方式选择你的特征，那么特征缩放就变得非常重要了。
如果X1范围1 – 1000 x12范围变成1 – 1000000 ，x13变成1 – 1000000000。
版权声明：本文为zhengzhe原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。