以下是我对发生的事情的理解:如果我采用“二维问题”,例如我有作为输入,Y 作为结果,我添加了一个特征。这为问题提供了一个额外的维度,并且和值的线性拟合定义了一条线,以及和值的线性拟合,这两条线定义了一个最佳拟合的平面。这个对吗?这如何转换回二维空间?这是否以某种方式在二维中显示为弯曲?如何?
是什么使具有多项式特征的线性回归曲线变曲线?
机器算法验证
回归
多项式
2022-04-02 22:28:18
2个回答
如果你有一个自变量 x 和一个因变量 y,那么“y = f(x)”通常被认为是二维的,即使这两个变量之间的关系很复杂。作为一个假设的例子,如果一个实验模型是“压力 = a * 温度 + b * log(温度) - c * sine(温度)”,那么只有两个变量,温度和压力。因此,可以将这种关系绘制为平面上的曲线。
如果模型有两个自变量,例如“压力 = a * log(温度) - b * exp(高度)”,则其形式为“z = f(x,y)”并且可以绘制为 3D表面。
其它你可能感兴趣的问题