Coursera吴恩达机器学习课程：Quadratic regression中房价随x下降的原因问询

嘿，这个问题我当初跟着Andrew NG学机器学习的时候也纠结过！咱们一步步拆解为啥会出现这种情况：

• 二次函数的数学本质决定了趋势走向
  咱们用的二次回归方程是y = ax² + bx + c，如果拟合出来的二次项系数a是负数，那这个抛物线就是开口向下的。抛物线会有一个顶点（最高点），当自变量x超过顶点对应的数值后，函数值必然会持续下降。在房价拟合的场景里，模型从训练数据中学到的二次项系数为负，自然就会在x突破顶点后给出下降的预测。

• 训练数据的范围限制了模型的“认知”
  你回忆下NG课程里的训练数据集，房子的特征（比如面积）大概率只覆盖到某个上限（比如最多2000平方英尺），没有更大面积的样本数据。模型只能在它见过的数据范围内拟合出相对合理的趋势，一旦超出这个范围，它就只能顺着二次函数的固有趋势往下走——但现实中更大的房子房价通常不会下跌，只是模型没见过这些数据，没法做出正确的外推。

• 模型的表达能力不足以覆盖真实趋势
  二次模型是我们人为选择的简单模型，它的表达能力有限。真实的房价趋势可能是：面积增大时房价持续上涨，只是增速逐渐放缓（比如接近线性但斜率变小），但绝不会掉头下降。二次模型没办法捕捉这种“缓涨但不降”的趋势，只能用抛物线来近似，超出训练范围后就会暴露自身的局限性。

如果想避免这个问题，你可以试试这些思路：

• 对自变量做截断，只在训练数据覆盖的范围内进行预测；
• 尝试更高次的多项式回归，但记得加入正则化（L1/L2）防止过拟合；
• 换用更灵活的模型（比如决策树、随机森林），它们在处理非线性趋势时的外推表现通常更贴合真实场景。

内容的提问来源于stack exchange，提问作者Akshat