Introduction
Vous avez peut-être bien compris la régression linéaire. Après avoir maîtrisé les formes $unaire$ et $multiple$ de la régression linéaire, nous pouvons effectuer des prédictions de régression pour certaines données présentant des tendances de distribution linéaire. Cependant, il existe souvent des données dans la vie qui ne sont pas si "linéaires", telles que les fluctuations du marché boursier, le trafic routier, etc. Comment traiter ce type de données à distribution non linéaire? Les méthodes correspondantes seront décrites dans cette expérience.
Régression polynomiale
Conseils sur la VM
Une fois le démarrage de la VM terminé, cliquez dans le coin supérieur gauche pour basculer vers l'onglet Carnet de notes pour accéder à Jupyter Notebook pour la pratique.
Parfois, vous devrez peut-être attendre quelques secondes pour que Jupyter Notebook ait fini de charger. La validation des opérations ne peut pas être automatisée en raison des limitations de Jupyter Notebook.
Si vous rencontrez des problèmes pendant l'apprentissage, n'hésitez pas à demander à Labby. Donnez votre feedback après la session, et nous résoudrons rapidement le problème pour vous.
Résumé
Félicitations! Vous avez terminé la Régression polynomiale. Vous pouvez pratiquer plus de laboratoires dans LabEx pour améliorer vos compétences.
