本文重点
我们前面学习了基于pytoch搭建一元线性回归模型,本文我们学习使用pytorch搭建多项式的回归模型,在学习这个之前我们需要了解一下什么是多项式回归模型?
多项式回归模型和多变量(多特征)的回归模型是不一样的,多变量就是一个样本有多个特征属性,而多项式就是一个样本还只有一个属性x,但是有时候可能拟合效果不好,我们可以考虑多项式回归,也就是提高每个属性的次数,总的来说就是多项式的回归模型的特征是(x,x²,x³...),而多变量的回归模型的特征是(x1,x2,x3...),本文我们学习多项式回归模型的搭建。
模型搭建
class Polynomial_Regression(nn.Module):def __init__(self):super(Polynomial_Regression,self).__init__()self.poly=nn.Linear(3,1)#这里的模型输入是 3 维,输山是 1 维,def forward(se1f,x): out = se1f.poly(x) return out
这个模型有三个输入,一个输出,它的可视化模型图如下所示: