在房价预测问题中，前面我们都是利用线性回归的方法，但实际上，房价关于某个自变量的变化可能在增长到一定程度后趋于平缓。如下图：
如果面对这样的数据分布继续使用线性方程去拟合，那么到数据的后半部分便会拟合效果下降，自然，我们会想到这个分布图像更像一个二次方程。
这样的效果似乎也不够理想，因为凸型的二次函数曲线后半部分会弯下去。因此我们尝试换为三次方程来拟合。
这样似乎拟合程度更好了一些。
因此，回归方程的选择应该结合参数点的分布图像来选择。
“在数学中，由若干个单项式相加组成的代数式叫做多项式（若有减法：减一个数等于加上它的相反数）。多项式中的每个单项式叫做多项式的项，这些单项式中的最高项次数，就是这个多项式的次数。其中多项式中不含字母的项叫做常数项。”
因此上面的两个二次和三次方程，我们成为多项式回归。
---------------------------------------------------------------------------------------------------
实际上上图中最拟合的式子是