Andrew Ng机器学习算法入门((七):特征选择和多项式回归

特征选择

还是回归到房价的问题。在最开始的问题中，我们假设房价与房屋面积有关，那么最开始对房价预测的时候，回归方程可能如下所示：

其中frontage表示的房子的长，depth表示的是房子的宽。
但长和宽显然不是用于预测房价的一个很好的特征，正常的特征应该是房屋面积，那么正常的线性方程应该为：

其中X表示的房屋面积。

所以选择了合适的特征，对算法进行预测和分类是非常有好处的

多项式回归

很多时候，线性回归可能无法很好地拟合实际情况。例如房屋面积与房价之间的关系如下：

很明显，线性回归的方式无法很好地解决这个问题。
那么此时就可以考虑多项式的方式来解决这个问题。

相对来说，这样就可以更加拟合了。

但是有一点问题在于，如果是X的立方，则最后可能会有一个下降的趋势。但是根据实际情况，房价应该是随着房屋面积正增长的。那么最后的方程变为：

为了能到远方，脚下的每一步都不能少