线性回归:
线性回归:线性回归是将训练集(包括标签和数据)喂给学习算法,进而学习得到一个假设的h,然后将新的数据输入到h中,预测出新的数据对应的结果。
最基本的单变量线性回归:
形如h(x)=theta0+theta1*x1
多变量线性回归:
形如h(x)=theta0+theta1*x1+theta2*x2+theta3*x3
多项式回归(Polynomial Regression):
形如h(x)=theta0+theta1*x1+theta2*(x2^2)+theta3*(x3^3)
或者h(x)=ttheta0+theta1*x1+theta2*sqr(x2)
但是我们可以令x2=x2^2,x3=x3^3,于是又将其转化为了线性回归模型。虽然不能说多项式回归问题属于线性回归问题,但是一般我们就是这么做的。
所以最终通用表达式就是:
import