C++ C++；

我是ML的新手，我正在尝试这个问题。他们的观察结果之一是

“每平方英尺的价格（近似）是一个多项式函数 观察表中的特征。此多项式始终具有 少于4英寸的订单

所以我想解决方案应该是应用多项式回归，我发现了很多（令人困惑的信息），但只有两个特征。但在这种情况下，它们最多可以是5个特征，因此答案可以是一个多项式，如：ax^5+bx^2*y^3+c*z^2*x

因此，似乎更难找到一种方法来创建或计算多项式，函数如下：

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

float eval（向量x，向量o）

有了这个，我希望用线性回归中的梯度下降法来最小化成本函数

---

我这样做对吗？我正确使用多项式回归吗？我应该如何创建和计算该多项式？

问题是多项式次数最多为4次，因此它不应该有

x^5

或

x^2 y^3

项。有5个特征，它只是意味着你有多达5个独立变量，这与多项式次数无关。如果特征为

v

、

w

、

x

、

y

和

z

，则多项式的最一般形式为：

a1 v^4+…+a5 z^4+b1 v^3 w+…+b4 v^3 z+…+c

。此外，您仍然可以使用线性回归，但您需要将自变量从实际特征更改为特征的组合，如

v^4

，

x^3 z

，

v w^2 y

，…好的，但是怎么做呢？我需要在之前创造所有的可能性？比如‘sum=sum+a4*z^5；总和=+a5+v*w^2；…'依此类推？我能想到的最简单的方法是：每个项是一个常数乘以从

X=[1，v，w，X，y，z]

中选择的四个值，总共625项。现在，如果你有四个从0到5的嵌套循环和一个从0到625的计数器，然后乘以

a[counter]*X[i]*X[j]*X[k]*X[l]*X[m]

，其中

i

，

j

，

k

，

l

和

m

是循环的索引，

a[counter]

是对应于每个项的系数，这会给你所有的术语。你可能想忽略一些术语，例如，只考虑最多两个特征的倍数，而不是更多，除非你相信某些特征的组合影响可能是重要的。这将大大减少条款的数量。是的，你是绝对正确的。很抱歉给你带来了困惑。另外，您只需要

i

、

j

、

k

和

l

，不需要最后一个循环，因为您希望阶数是四而不是五。