多元线性回归模型

Posted gaowenxingxing

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了多元线性回归模型相关的知识,希望对你有一定的参考价值。

所谓的多元,通俗一点讲就是一个数据集中含有多个特征,一元的话就含有一个特征,因此公式变为

假设

(h_{ heta}(x)= heta_{0}+ heta_{1} x_{1}+ heta_{2} x_{2}+cdots+ heta_{n} x_{n})

参数:未知

( heta_{0}, heta_{1}, ldots, heta_{n})

损失函数

(Jleft( heta_{0}, heta_{1}, ldots, heta_{n} ight)=frac{1}{2 m} sum_{i=1}^{m}left(h_{ heta}left(x^{(i)} ight)-y^{(i)} ight)^{2})

梯度下降算法

Gradient descent:
Repeat { ( ightarrow heta_{j}:= heta_{j}-alpha frac{partial}{partial heta_{j}} Jleft( heta_{0}, ldots, heta_{n} ight))
(simultaneously update for every (j=0, ldots, n) )

一般来讲梯度下降算法是适用于大样本的,大样本多大呢?10000+吧
以上线性回归的预测是连续值的情况下

适用场景

房价
人口等预测

当然了具体的建模具体分析

补充代码:

以上是关于多元线性回归模型的主要内容,如果未能解决你的问题,请参考以下文章

多元线性回归模型

关于多元线性回归模型的显著性检验

怎么对多元线性回归模型的回归系数β做t检验和F检验

以下回归模型中属于线性回归模型的都有哪些

多元线性回归模型在1%的情况下显著是怎么看的

R语言构建多元线性回归模型