машинное обучение — полиномиальная регрессия с N характеристиками и степенью M при переполнении стека

Я новичок в ML, и я пытался эту проблему https://www.hackerrank.com/challenges/predicting-office-space-price. Одним из наблюдений, которое они сделали, является то, что

«Цены за квадратный фут, являются (приблизительно) полиномиальной функцией
из особенностей в таблице наблюдения. Этот многочлен всегда имеет
заказ менее 4 «

Так что я думаю, что решением будет применение полиномиальной регрессии, и я нашел много (запутанной информации) по этому поводу, но только с двумя функциями. Но в этом случае они могут содержать не более 5 функций, поэтому ответ может быть многочленом типа:х ^ 5 + Ьх ^ 2 * у ^ 3 + с * г ^ 2 * х …

Так что, кажется, труднее найти способ создания или оценки этого многочлена в такой функции:

float eval(vector<float> x, vector<float> o)

И с этим я надеялся использовать тот же градиент, что и при линейной регрессии, чтобы минимизировать функцию стоимости.

Я делаю это правильно? Правильно ли использовать полиномиальную регрессию? Как мне создать и оценить этот многочлен?