Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Lernen Polynomiale Regression | Polynomiale Regression
Lineare Regression mit Python
course content

Kursinhalt

Lineare Regression mit Python

Lineare Regression mit Python

1. Einfache Lineare Regression
2. Multiple Lineare Regression
3. Polynomiale Regression
4. Das Beste Modell Auswählen

book
Polynomiale Regression

Im vorherigen Kapitel haben wir die quadratische Regression untersucht, die den Graphen einer Parabel hat. Auf die gleiche Weise könnten wir zur Gleichung hinzufügen, um die kubische Regression zu erhalten, die einen komplexeren Graphen hat. Wir könnten auch x⁴ und so weiter hinzufügen.

Ein Grad einer polynomialen Regression

Im Allgemeinen wird es als polynomiale Gleichung bezeichnet und ist die Gleichung der polynomialen Regression. Die höchste Potenz von x definiert einen Grad einer polynomialen Regression in der Gleichung. Hier ist ein Beispiel

n-Grad Polynomiale Regression

Angenommen, n ist eine ganze Zahl größer als zwei, können wir die Gleichung einer n-Grad Polynomiale Regression aufschreiben.

Normale Gleichung

Und wie immer werden die Parameter mit der Normalen Gleichung gefunden:

Polynomiale Regression mit mehreren Merkmalen

Um noch komplexere Formen zu erstellen, können Sie die polynomiale Regression mit mehr als einem Merkmal verwenden. Aber selbst mit zwei Merkmalen hat die 2-Grad-Polynomiale Regression eine ziemlich lange Gleichung.

Meistens benötigen Sie kein so komplexes Modell. Einfachere Modelle (wie die multiple lineare Regression) beschreiben die Daten in der Regel gut genug, und sie sind viel einfacher zu interpretieren, zu visualisieren und weniger rechenintensiv.

Wählen Sie die FALSCHE Aussage.

Wählen Sie die FALSCHE Aussage.

Wählen Sie die richtige Antwort aus

War alles klar?

Wie können wir es verbessern?

Danke für Ihr Feedback!

Abschnitt 3. Kapitel 2
We're sorry to hear that something went wrong. What happened?
some-alt