线性回归-数学

线性回归

    • 什么是线性回归?
      • 回归分析:
      • 线性回归:
    • 回归问题求解
    • 单因子和多因子

什么是线性回归?

回归分析:

根据数据,确定两种或两种以上变量间相互依赖的定量关系
线性回归-数学_第1张图片

线性回归:

回归分析中,变量与因变量存在线性关系

函数表达式: y = a x + b y=ax+b y=ax+b

举例:
线性回归: 距离 S = 速度 ∗ t + S 0 距离S = 速度 * t + S_0 距离S=速度t+S0
非线性回归:
距离 S = 加速度 ∗ t 2 + S 0 距离S = 加速度 * t^2 + S_0 距离S=加速度t2+S0

回归问题求解

线性回归-数学_第2张图片
注解:
为了找合适的a和b,问题被替换成了寻找预测值 y ‘ y^` y 和实际值 y y y 之间的距离最小化。

损失函数:
线性回归-数学_第3张图片
注解:
为什么要除以2m,是为了我们后面方便求解,因为我们要进行求导。这里除以2m后对最后的ab求解没有影响。

梯度下降法:
线性回归-数学_第4张图片
线性回归-数学_第5张图片

单因子和多因子

单因子线性回归问题:面积110平米售价150万是否值得投资?
多因子线性回归问题:房价和很多因素相关,比如收入、房屋年龄、房间数量、人口、面积等,所以我们要预测在这么多因素下的一个合理房价

然后是python实战

你可能感兴趣的:(线性回归,机器学习,算法)