吴恩达2022机器学习专项课程(一) 5.9 特征工程 & 5.10 多项式回归

问题预览/关键词

  1. 特征工程的重要性
  2. 什么是特征工程?
  3. 什么是多项式回归?
  4. 特征缩放对多项式回归的重要性
  5. 特征的选择

笔记

1.特征工程的重要性

选择或输入合适的特征,是让算法正常工作的关键步骤之一。

2.特征工程

根据应用场景,运用知识和直觉设计新的特征。

3. 多项式回归

它是特征工程的应用之一,基于原始特征x派生出新特征。新特征必须为二次幂或更高次幂。

4.多项式回归的特征缩放

多项式回归的特征缩放尤其重要,因为特征之间的差异很大。

5.特征的选择

专项第二门课会详细描述(高级学习算法)

总结

我们可以根据场景,来自己设计新的特征。特征的正确设计,可以让算法正常的执行。多项式回归就是特征工程的实例之一,它通过对原始特征派生出新的特征,来达到设计特征的目的。但是派生的新特征要保证是多次幂,否则就不是多项式回归了而是线性回归。

相关推荐
CoderJia程序员甲8 分钟前
GitHub 热榜项目 - 日榜(2026-04-05)
人工智能·ai·大模型·github·ai教程
LaughingZhu17 分钟前
Anthropic 收购 Oven 后,Claude Code 用运行时写了一篇护城河文章
大数据·人工智能·经验分享·搜索引擎·语音识别
Devil枫20 分钟前
AI+地图:一句话,实现智能周边推荐与路线规划
人工智能
茫茫人海一粒沙30 分钟前
Function Calling vs Tool Calling:从机制到架构的统一认知框架
人工智能
qq_5710993531 分钟前
学习周报三十九
人工智能·深度学习·机器学习
陈天伟教授32 分钟前
Hugging Face 快速入门手册(实操案例-心电心音同步分析)
人工智能
H Journey41 分钟前
openCV学习之-腐蚀
人工智能·opencv·学习
陈天伟教授42 分钟前
小白快速进阶- AI辅助编码
人工智能·神经网络·机器学习·量子计算
AI成长日志1 小时前
【GitHub开源项目专栏】黑客松获奖项目技术深潜:从垂直领域AI到安全基础设施的创新实践
人工智能·开源·github
H Journey1 小时前
openCV图像学-二值化
人工智能·opencv·计算机视觉