具有N个特征的多项式回归和C ++上的度数M.

时间:2014-10-01 17:56:31

标签: c++ machine-learning regression polynomials

我是ML的新人,我正在尝试这个问题https://www.hackerrank.com/challenges/predicting-office-space-price。他们做出的一个观察是

  

"每平方英尺的价格是(近似)多项式函数   观察表中的功能。这个多项式总是有   订单少于4"

所以我想解决方案是应用多项式回归,我发现了很多(令人困惑的信息),但只有2个功能。但在这种情况下,它们最多可以有5个特征,因此答案可以是多项式,如:a x ^ 5 + b x ^ 2 * y ^ 3 + c * z ^ 2 * x。 ..

因此,在以下函数中找到创建或评估此多项式的方法似乎更加困难:

float eval(vector<float> x, vector<float> o)

有了这个,我希望使用与线性回归相同的梯度,以最小化成本函数。

我这样做了吗?我正确使用多项式回归?我应该如何创建和评估多项式?

0 个答案:

没有答案