如何解决对大样本量执行多项式回归
我正在使用this library以便对大型数据集(样本大小大约为100)执行多项式回归。然后,当x为零时,我将使用预测函数来确定期望的y值。
我从高中开始就没有进行统计,但是如果我没记错的话,学位应等于我的样本数量(100)减去参数数量(1)。但是,对于度数为99的每次返回0。如果我将度数设置为较小的数字,例如线性,则为1,它的确返回非零的值,但是显然不适合我的数据,因此预测为关闭。
我在这里想念什么?我的数据是动态的,因此有时线性是最合适的,但有时比这更复杂。我觉得这很简单,但是我无法弄清楚。
谢谢。
let regression = Regression(x: Matrix(columns: 1,rows: UInt(xMatrix.count),values: xMatrix),y: Matrix(columns: 1,rows: UInt(yMatrix.count),values: yMatrix),degree: xMatrix.count - 1)
let prediction = regression.predict(x: Matrix(columns: 1,rows: 1,values: [0]))
print(prediction)
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。