基于岭回归的多项式预测模型

知识点

1.多项式回归可以解决非线性回归问题

2.多项式回归容易出现过拟合问题

3.岭回归通过在代价函数中添加L2正则项解决过拟合问题

4.Lasso回归通过在代价函数中添加L1正则项解决过拟合问题

实验目的

1.比较普通线性回归模型和多项式回归模型的区别

2.比较不同最高项下，多项式回归的区别

3.学习使用岭回归解决多项式回归过拟合问题

实验环境

1.Oracle Linux 7.4

2.Python 3

使用pandas读取数据

import pandas as pd
df = pd.read_csv('/root/experiment/datas/poly_data.csv')

查看df的维度

df.shape

查看df的前五项

df.head()

查看df的统计分布

df.describe()