Machine learning 多项式回归在机器学习中作为多项式次数方程有多有用>=2是否有多个解决方案？

如果不同的输入给出相同的输出，因为非线性方程有多个根呢？ 此外，多个完全不同的权重值能否给出大致相同的最佳预测？ 比如说,

length = 1000
X = np.random.rand(length,1) * 100 
plt.plot(X,3.5*(X**2) + 3.45*X + 3.44,"g.",alpha = 0.8)
plt.plot(X,3.60818952*(X**2)-5.94902958*X  -17.74136614,"y.")
plt.show()

给出了相同的曲线。

尝试绘制两个方程的差异。绘图的比例使差异变得模糊，难以看到。请尝试在两个方程式中绘制差异。你的情节规模掩盖了差异，让人难以看清。