PHP-ML 多项式线性回归教程：使用示例

PHP-ML 提供了一个多项式线性回归类，用于拟合多项式函数与数据之间的关系。该类的构造函数需要传递两个参数：度数和正则化参数。度数指定拟合多项式的最高次数，正则化参数用于控制模型的复杂度。

下面是一个简单的示例，展示如何使用 PHP-ML 的多项式线性回归类：

use Phpml\Regression\LeastSquares;
use Phpml\Regression\PolynomialRegression;

// 构建一个多项式线性回归模型
$regression = new PolynomialRegression(2);

// 准备训练数据
$samples = [[1], [2], [3], [4], [5]];
$targets = [2, 3, 5, 8, 13];

// 训练模型
$regression->train($samples, $targets);

// 预测新的数据点
$prediction = $regression->predict([[6]]);
echo $prediction; // 输出 21

在上面的示例中，我们使用了一个二次多项式模型来拟合数据。我们使用了 5 个数据点进行训练，然后使用模型预测了一个新的点。最终，我们得到了预测结果为 21。