4.5 特征和多项式回归

参考视频: 4 - 5 - Features and Polynomial Regression (8 min).mkv

如房价预测问题，

X1=frontage（临街宽度），x2=depth（纵向深度），x=frontage*depth=area（面积）， 则： hx_0 1_x 。

线性回归并不适用于所有数据，有时我们需要曲线来适应我们的数据，比如一个二次方

模型： h

x

x

_x_2

0 1 1 2 2

或者三次方模型：

h x

x

x_2 x_3

0 1 1 2 2 3 3

通常我们需要先观察数据然后再决定准备尝试怎样的模型。 另外，我们可以令：

从而将模型转化为线性回归模型。 根据函数图形特性，我们还可以使：

或者：

注：如果我们采用多项式回归模型，在运行梯度下降算法前，特征缩放非常有必要。