从0开始的机器学习——多项式与逻辑回归（1）

如果一组数据的分布不是近似线性的，应该如何去拟合？

可以添加特征。

如图，引入相应的库，函数y不是一次方程，得到如图所示的数据分布：

 

如果用一次函数来模拟，得到以下结果：

很显然不合适，丢失了很多数据。

如果直接带入x和预测的y值作为参数，会出现以下的结果：

这是因为x值没有排序，输入排序后的x值后：

可以获得符合要求的回归曲线。

查看参数，也基本符合自己创建的函数y值。