Andrew Ng机器学习算法入门((七):特征选择和多项式回归
2024-09-07 18:40:58
特征选择
还是回归到房价的问题。在最开始的问题中，我们假设房价与房屋面积有关，那么最开始对房价预测的时候，回归方程可能如下所示：
其中frontage表示的房子的长，depth表示的是房子的宽。
但长和宽显然不是用于预测房价的一个很好的特征，正常的特征应该是房屋面积，那么正常的线性方程应该为：
其中X表示的房屋面积。
所以选择了合适的特征，对算法进行预测和分类是非常有好处的
多项式回归
很多时候，线性回归可能无法很好地拟合实际情况。例如房屋面积与房价之间的关系如下：
很明显，线性回归的方式无法很好地解决这个问题。
那么此时就可以考虑多项式的方式来解决这个问题。
相对来说，这样就可以更加拟合了。
但是有一点问题在于，如果是X的立方，则最后可能会有一个下降的趋势。但是根据实际情况，房价应该是随着房屋面积正增长的。那么最后的方程变为：
为了能到远方，脚下的每一步都不能少
最新文章
- unity3d关于碰撞问题
- Asp.net MVC验证那些事（4）-- 自定义验证特性
- redhat6.4安装storm集群-4节点
- onmouseover和onmouseout的那些事
- Entity Framework 在Vs2012下Update Model From DataBase 失败的问题
- zw版【转发·台湾nvp系列Delphi例程】HALCON SelectObj
- Mybatis 实现传入参数是表名
- [swustoj 191] 迷宫逃离
- Javascript异步编程的4种方法（转载）
- 在Visual Studio中使用AStyle
- C# System.AppDomain类
- 如何得到Sessionid的值
- constrain to margins
- LeetCode：146_LRU cache | LRU缓存设计 | Hard
- hdu 2126 Buy the souvenirs 【输出方案数】【01背包】（经典）
- Zabbix4.0监控URL
- GDB 调试 ---转 比较全的东东
- Hadoop日记Day4---去除HADOOP_HOME is deprecated
- Spring(九)之事件处理
- 各个数据库中top 的表示方法