如果数据比简单的直线更为复杂，我们也可以用线性模型来你和非线性数据。一个简单的方法就是将每一个特征的幂次方添加为一个新的特征，然后在这个拓展的特征集上进行线性拟合，这种方法成为多项式回归。回归分析的目标是根据自变量（或自变量向量）x 的值来模拟因变量 y 的期望值。在简单的线性回归中，使用模型 其中ε是未观察到的随机误差，其以标量 x 为条件，均值为零。在该模型中，对于 x 值的每
下面的程序实现了一元多项式的加法运算：//一元多项式加法
//单链表La,Lb，结果存在Lc中
#include<iostream>
using namespace std;
typedef struct Term{
double coef; //系数
int expn; //指数
struct Term *next;
};
int
