多项式回归中模型过拟合与模型泛化问题研究

线性回归在实际应用中对数据集有一定的要求,即数据本身应当具备一定的线性关系,但在实际问题中,更多的是数据之间存在非线性关系,针对非线性问题可以使用多项式的方式来处理。同时,多项式的引入容易导致过拟合问题。本文针对不同场景下的非线性数据问题,来研究和探讨模型过拟合发生的原因,并通过模型正则化的方式来提升模型的泛化能力,进一步研究不同正则化方式在处理过拟合问题时的效果。