最小二乘法(一维)

Posted wangduo

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了最小二乘法(一维)相关的知识,希望对你有一定的参考价值。

最小二乘拟合直线方程:y=ax+b,就是线性回归。(n代表样本数量)。误差函数为:

e=∑(yi-axi-b)^2,各偏导为:

de/da=-2∑(yi-axi-b)xi=0
de/db=-2∑(yi-axi-b)=0

于是得到关于a,b的线性方程组:

∑(xi^2)*a+(∑xi)*b=∑yixi
(∑xi)*a+n*b=∑yi

设A=∑xi^2,B=∑xi,C=∑yixi,D=∑yi,则方程化为:

Aa+Bb=C
Ba+nb=D

解出a,b得:

a=(Cn-BD)/(An-BB)
b=(AD-CB)/(An-BB)
这就是我们要进行的算法。

以上是关于最小二乘法(一维)的主要内容,如果未能解决你的问题,请参考以下文章

浅谈最小二乘法

最小二乘法求线性回归方程的公式是啥?

什么是最小二乘法回归分析?

怎么用sklearn 解决最小二乘法

什么是加权最小二乘法,它的基本思想是什么

谁懂迭代加权最小二乘法,能否给讲下原理