一元线性回归个人梳理
一元线性回归
回归定义:
回归分析(regression analysis)用来建立方程模拟两个或者多个变量之间如何关联
被预测的变量叫做:因变量(dependent variable), 输出(output)
被用来进行预测的变量叫做: 自变量(independent variable), 输入(input)
一元线性回归包含一个自变量和一个因变量
以上两个变量的关系用一条直线来模拟
如果包含两个以上的自变量,则称作多元回归分析(multiple regression)
通俗来讲:就是通过建立一个方程,方程内有自变量和因变量(自变量叫做拿来做预测的量即已知量,因变量叫预测结果)
一元线性回归方程:
y = kx + b
x:自变量 y:因变量 k:斜率 b:截距 y在平面上是一条直线,这条线也就是回归线
正负相关:
k > 0 : 正相关 k > 0 : 负相关 k = 0 :不相关
代价函数:Cost Function
真实值:yture 预测值:ypredict
均方误差:mean squared error
mse = (yture - ypredict) ** 2
预测函数:
代价函数公式:
其中我们可以通过相关系数来衡量相关性的强弱
:分别表示 带测试的自变量, 自变量带入模型方程求得的因变量 即预测的值(因变量), 已知自变量的均值(平均值), 已知测试集数据实际的值(即实际的因变量)
相关系数 (coefficient of determination)是用来描述两个变量之间的线性关系的,但决定系数的适用范围更广,可以用于描述非线性或者有两个及两个以上自变量的相关关系。它可以用来评价模型的效果。
总平方和(SST):
总偏差平方和之简称,是指反映全部数据误差大小的平方和。
回归平方和(SSE):
SSE越大说明多元线性回归线对样本观测值的拟合情况越好。
残差平方和(SSR):
总平方和是:(样本点与(样本点的平均值)的差值)的平方
回归平方和是:(回归线上的点 即预测点 与 (预测点的平均值)的差值)的平方
残差平方和是:(样本点 与 (回归线上的点 即预测点)的差值)的平方
把每个残差平方之后加起来 称为残差平方和,它表示随机误差的效应。一组数据的残差平方和越小,其拟合程度越好。
他们三者的关系为
决定系数:
一般用在回归模型用用于评估预测值和实际值的符合程度,同时一般用在线性模型中
个人感觉在相关系数这一块理解不到位,希望看见的评论讲解,我多学习,谢谢^_^
【未完待续.........】
一元线性回归个人梳理相关推荐
- 一元线性回归python代码
目录 1.最小二乘法: 2.梯度下降法: 3.理论加实践: 4.python代码: 4.1梯度下降法: 4.2最小二乘法 学习引入:机器学习中的参数模型(线性回归,逻辑回归)等.在这里我们只进行一元线 ...
- 一元线性回归VS多元线性回归
一元线性回归和多元线性回归表面意思容易理解,但是结合实际的数据集,会混乱.这也是在编写线性回归博文的时候梳理知识点发现自己的不足,同时记录下来,让有疑问的同学也可以得到答案,拨开乌云. 1.在数据集上 ...
- TensorFlow基础3-机器学习基础知识(解析法实现一元线性回归、多元线性回归)
记录TensorFlow听课笔记 文章目录 记录TensorFlow听课笔记 一,机器学习基础 1.1一元线性回归 1.2解析法实现一元线性回归 1.3解析法实现多元线性回归 二,代码实现一元/多元回 ...
- 机器学习公开课笔记(1):机器学习简介及一元线性回归
初步介绍 监督式学习: 给定数据集并且知道其正确的输出应该是怎么样的,即有反馈(feedback),分为 回归 (Regressioin): map输入到连续的输出值. 分类 (Classificat ...
- UA MATH 571B 回归 QE练习题 一元线性回归理论
UA MATH 571B 回归 QE练习题 一元线性回归理论 2015/1/5 2015/5/5 2016/5/6 2017/1/5 2017/5/6 这是2015年1月第五题,2015年5月第五题, ...
- UA MATH571A 一元线性回归II 统计推断2
UA MATH571A 一元线性回归II 统计推断2 β0\beta_0β0的分布 拟合与预测 拟合值的区间估计 预测值的区间估计 数值例子:女性肌肉量与年龄的关系 β0\beta_0β0的分布 ...
- UA MATH571A 一元线性回归IV 模型诊断
UA MATH571A 一元线性回归IV 模型诊断 解释变量 解释变量的可视化 残差 残差的性质 Semistudentized Residual 残差的可视化 残差关于解释变量的图 残差关于拟合值的 ...
- UA MATH571A 一元线性回归III 方差分析与相关性分析
UA MATH571A 一元线性回归III 方差分析与相关性分析 ANOVA Table F检验 回归系数的F检验 F检验与t检验等价 广义线性检验方法 R2R^2R2 数值例子:女性肌肉量与年龄的关 ...
- UA MATH571A 一元线性回归II 统计推断1
UA MATH571A 一元线性回归II 统计推断1 β1\beta_1β1的假设检验与置信区间 Gauss-Markov定理 检验的势 双边检验,单边检验与置信区间 置信区间 双边检验 单边检验 ...
最新文章
- 为什么现在大家喜欢用3*3小卷积?
- 零基础Java学习之this关键字
- 8.4 有监督学习与异常检测-机器学习笔记-斯坦福吴恩达教授
- conv2d 公式_TF-卷积函数 tf.nn.conv2d 介绍
- 谈一谈flex布局使用中碰到的一些问题
- 如何评估一个产品的投资回报?
- linux mysql 5.7.13 安装_Linux环境下mysql5.7.13安装教程
- 黑群晖二合一已损毁_黑群晖DSM6.2硬盘引导二合一镜像以及安装方法
- linux命令获取显示器信息,如何确定液晶显示器是否从Linux命令行打开
- 【UV打印机】PrintExp打印软件教程(六)-高级模式(马达)
- Windows查看快捷键占用情况
- 算法交易简介以及TWAP、VWAP算法原理
- 蒲公英智能云数据管理|蒲公英智能云|TARA
- Application启动流程
- 产品|B站2月份创作者分析
- 面试复习-计算机基础
- 最全python爬虫面试笔试题及答案汇总,三万多字,持续更新,适合新手,应届生
- 高中计算机课程事例,高中信息技术课堂教学案例与分析.doc
- 共享了磁盘,但是提示没有权限访问
- 和ESP8266 Arduino谈场恋爱 03 玩几个例程
热门文章
- 音乐特斯拉初步测试: 系列短片脚本
- 9、国内代码托管中心-码云
- react hooks 闭包陷阱
- 染色法求解“微信群覆盖”
- [转]Nvidia 的Shadow 文章收集
- Python爬虫实战-带你解析不一样的名人名言网站❤️
- 柬埔寨手机上网资费套餐(3G/4G上网)
- #excel# averageifs 带公式的多条件判断 (with cell reference/funtion)
- c语言输出斐波那契数列pta,从斐波那契数列说起
- Jetson Agx Xavier 安装cuda10.2和cudnn,pytorch,pycharm, unet