我正在使用变量x1，x2和y进行多元线性回归的特殊情况。对于固定的度数i，预测变量为 x1，x1 ^ 2，x1 ^ 3 ... x1 ^ i，x2，x2 ^ 2，x2 ^ 3 ... x2 ^ i，x1 *（x2 ^（i-1）），（x1 ^ 2）< em>（x2 ^（i-2））...（x1 ^（i-1））（x2） 我预测是 我使用10倍交叉验证方法从1到10寻找最佳i。 结果为3，但是在i = 3之后，训练和测试MSE均增加。我想知道为什么训练MSE也会增加？如果我添加更多预测变量，它是否应该减少？ x1s和x2s介于0和100之间，y介于90和200之间。