Presná definícia
Čo znamená polynomiálna regresia?
Polynomiálna regresia rozširuje lineárny model o mocniny a prípadne súčiny pôvodných príznakov. Koeficienty sa stále odhadujú lineárne, no výsledná závislosť od vstupu je zakrivená. Stupeň polynómu určuje pružnosť aj riziko oscilácií, multikolinearity a nestabilnej extrapolácie; nejde o univerzálny model ľubovoľnej nelinearity.
Skúsenosť a kontext
Ako sa pojem používa v praxi
Pri kalibrácii senzora môže kvadratický člen zachytiť mierne zakrivenie medzi napätím a meranou veličinou. Transformácia sa vytvorí v pipeline, aby sa rovnaké pravidlá použili pri tréningu aj predikcii. Stupeň sa volí krížovou validáciou a doménovým obmedzením, nie podľa tréningovej chyby. Vstupy sa centrujú a model často regularizuje, pretože mocniny sú silno korelované. Osobitne sa kreslia rezíduá a správanie na hraniciach; mimo meraného rozsahu môže polynóm prudko rásť a dávať fyzikálne nezmysly.
Overiteľnosť
Odborné zdroje
Praktické odpovede
Často kladené otázky
Je polynomiálna regresia nelineárny model?
Je nelineárna vo vstupoch, ale lineárna v odhadovaných koeficientoch.
Zlepší vyšší stupeň vždy výsledok?
Zníži tréningovú chybu, no môže výrazne zhoršiť generalizáciu.
Patria sem aj súčiny premenných?
Áno, ak generátor príznakov zahŕňa interakčné členy.
Prečo centrovať vstupy?
Zlepšuje numerickú stabilitu a znižuje extrémne rozdiely medzi mocninami.
Prečo je riziková?
Najvyššia mocnina dominuje mimo rozsahu dát a krivka môže prudko uniknúť.