深度学习中一条曲线分别在0;003;009;018;03;045;063;084;10的横坐标处取得他们对应的纵坐标值进行的训练。但是只采用纵坐标值训练的效果不太好想把横坐标值的影响考虑进来该怎么去用原本的纵坐标值做运算去得到一个新的值总而考虑到横坐标的影响

要考虑横坐标的影响，可以使用多项式回归或者非线性回归模型来拟合这条曲线。具体步骤如下：

1. 假设使用多项式回归模型，首先选择一个适当的多项式阶数，比如2阶或3阶。

2. 将横坐标值作为输入特征，纵坐标值作为输出标签。

3. 根据选择的多项式阶数，构建输入特征的多项式特征，比如对于2阶多项式，横坐标值为x，则构建特征为 [x, x^2]。

4. 使用原本的纵坐标值作为输出标签，训练多项式回归模型。

5. 使用训练好的模型对新的横坐标值进行预测，得到相应的纵坐标值。

这样，通过多项式回归模型，就可以将横坐标的影响考虑进来，得到一个新的值，同时考虑到了横坐标的影响。