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不采用二维数组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

可以尝试使用多项式回归来考虑横坐标的影响。多项式回归是一种将自变量的高次方添加到线性回归模型中的方法。在这种情况下，可以将横坐标值作为自变量，纵坐标值作为因变量，拟合一个多项式回归模型来预测新的纵坐标值。

具体步骤如下：

1. 将横坐标值作为特征向量X，纵坐标值作为目标向量y。
2. 使用多项式回归模型进行拟合。可以选择适当的多项式次数，例如2次多项式模型为 y = a + bx + cx^2。
3. 使用拟合的多项式回归模型来预测新的纵坐标值。

这样，通过考虑横坐标的影响，可以得到一个新的纵坐标值，从而提高训练效果。