sklearn自学指南(part18)--多项式回归-用基函数扩展线性模型

学习笔记，仅供参考，有错必纠

---

线性模型

多项式回归:用基函数扩展线性模型

机器学习中的一种常见模式是使用在数据的非线性函数上训练的线性模型。这种方法保持了线性方法的快速性能，同时允许它们拟合范围更广的数据。

例如，一个简单的线性回归可以由系数构造多项式特征来扩展。在标准线性回归的情况下，二维数据的模型可能如下所示:
y ^ ( w , x ) = w 0 + w 1 x 1 +

总结

以上是生活随笔为你收集整理的sklearn自学指南(part18)--多项式回归-用基函数扩展线性模型的全部内容，希望文章能够帮你解决所遇到的问题。

如果觉得生活随笔网站内容还不错，欢迎将生活随笔推荐给好友。