PRML3 linear regression(线性回归)

本文探讨了多项式拟合在回归分析中的应用及其背后的泛函理论基础,解释了为何可以通过多项式来逼近任意函数。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

polynomial fitting

回归需要对曲线进行拟合,那么为什么要采用多项式拟合呢?

这个问题牵涉到泛函相关的知识,即函数所张成的空间。可以先简单的认为:任意一个函数可以表示成 x的次方之和,也就是,任意一个函数可以放到(1,x,x2,x3,...,xn,...)所张成的函数空间,如果是有限个基的话就称为欧式空间,无穷的话就是Hilbert空间

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值