机器学习Coursera课程中的多项式回归

在学习Andrew NG的Coursera机器学习课程时,我发现了一个有趣的现象:在二次回归方程中,房价可能会在某个x值之后下降。有人能解释这是为什么吗?


回答:

Andrew Ng试图说明,二次函数并不适合用来表示房价。

二次函数的图形可能看起来像这样 –> 二次方程 - ax^2 + bx + c

在这个例子中,a、b和c的值是随机选择的。

如图所示,图形先上升到一个最大值,然后开始下降。这并不符合现实世界的情况,因为房价通常不会随着房屋面积的增加而下降。

他建议我们使用不同的多项式函数来更好地表示这个问题,比如三次函数。

三次方程 - ax^3 + bx^2 + cx + d

在这个例子中,a、b、c和d的值是随机选择的。

实际上,我们会使用完全不同的方法来选择最适合问题的多项式函数。我们会在交叉验证数据集上尝试不同的多项式函数,并让算法选择最适合的一个。如果我们已经知道数据将遵循的趋势(由于先前的数学或物理知识),我们也可以手动选择一个多项式函数来适应数据集。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注