多项式回归

讲多项式回归讲的很好的一篇文章

https://www.cnblogs.com/Belter/p/8530222.html

文中多次引用上面这篇文章的内容。

1. 多项式回归的作用

遇到直线方程无法很好的拟合数据的情况，这个时候可以尝试使用多项式回归。多项式回归中，加入了特征的更高次方（例如平方项或立方项），也相当于增加了模型的自由度，用来捕获数据中非线性的变化。添加高阶项的时候，也增加了模型的复杂度。随着模型复杂度的升高，模型的容量以及拟合数据的能力增加，可以进一步降低训练误差，但导致过拟合的风险也随之增加。

总的来说，多项式回归以增加特征项为代价，用线性模型解决了非线性问题。