多项式回归的matlab实现

%多项式函数线性回归，如果特征数大于一，可以计算参数seta，但不能画成图表
clc;
clear;
X = [0;1;2;3;4;5;6;7;8;9;10];%训练样本矩阵，行数代表样本数，列数代表特征数
Y = [-5;1.5;6.3;10.5;17;20;26;33;35;42;47];%结果矩阵，为列向量，维度为样本数
DegreePoly = int16（5）;
minimum = min（min（X））;
maximum = max（max（X））;
%normalization
average_X  = mean（X）;
standard_X = std（X）;
X_normal = （X-average_X）/standard_X;
average_Y  = mean（Y）;
standard_Y = std（Y）;
Y_normal = （Y-average_Y）/standard_Y;
%m为样本数，n为特征数
[mn] = size（X_normal）;
if n==1
figure（1）;scatter（XY）;
end;
x = ones（m1）;
xb = ones（mn）;
for i=1:DegreePoly
    xb = xb.*X_normal;
    x = [x  xb];
end;
a = 0.001;
L = 0.1;
isPlateau=