Day6-多項式回歸（Polynomial Regression） - iT 邦幫忙::一起幫忙解決難題，拯救 IT 人的一天

2023 iThome 鐵人賽

DAY 6

0

AI & Data

什麼演算法?一起來學機器學習!系列第 6 篇

Day6-多項式回歸（Polynomial Regression）

15th鐵人賽 machine learning 機器學習多項式回歸學習筆記

團隊好想放假大學

2023-09-21 07:54:23

416 瀏覽

分享至

在前幾天的筆記中有介紹過線性回歸（Linear Regression），線性回歸中的因變數與自變數呈現直線關係（線性關係），但實際上直線並不一定能很好的展現因變數與自變數間的關係，此時可以將原本的一次線性回歸改成n次方，也就是n次線性回歸

線性回歸（Linear Regression）V.S. 多項式回歸（Polynomial Regression）

這裡有一組資料，使用線性回歸並不能很好的擬合這些資料，也就不能很好的展現因變數與自變數間的關係
此時若我們增加成較高次方的函式就能更好的擬合

多項式回歸（Polynomial Regression）

多項式回歸模型
- data的自變數和因變數之間的關係不需要是線性的
如何找到正確的n
- 遞增：從低次方開始嘗試，逐步提升
- 遞減：從高次方開始嘗試，逐步下降
cost function
- 均方差

參考資料

Day5-線性回歸(Linear Regression)與L1、L2 regularization & Elastic net實作 + jupyter notebook路徑&瀏覽器設定教學

Day7-邏輯回歸 (Logistic Regression)

系列文

什麼演算法?一起來學機器學習! 共 30 篇

目錄

RSS系列文訂閱系列文

6 人訂閱

完整目錄

直播研討會

{{ item.subject }}

{{ item.channelVendor }} {{ item.webinarstarted }} |

{{ formatDate(item.duration) }}

直播中

尚未有邦友留言

立即登入留言

參賽組數

1064 組

團體組數

40 組

累計文章數

22203 篇

完賽人數

602 人

15th鐵人賽 16th鐵人賽 13th鐵人賽 14th鐵人賽 12th鐵人賽 11th鐵人賽鐵人賽 2019鐵人賽 javascript 2018鐵人賽 python 2017鐵人賽 windows php c# windows server linux css react vue.js

IT邦幫忙