本篇的思维导图:
一元线性回归的数学原理
一元线性回归模型又称为简单线性回归模型,其形式可以表示为如下所示的公式。
y=ax+b
其中,y为因变量,x为自变量,a为回归系数,b为截距。
如下图所示,其中y(i)为实际值,y'(i)为预测值,一元线性回归的目的就是拟合出一条线来使得预测值和实际值尽可能接近,如果大部分点都落在拟合出来的线上,则该线性回归模型拟合得较好。
本篇的思维导图:
一元线性回归的数学原理
一元线性回归模型又称为简单线性回归模型,其形式可以表示为如下所示的公式。
y=ax+b
其中,y为因变量,x为自变量,a为回归系数,b为截距。
如下图所示,其中y(i)为实际值,y'(i)为预测值,一元线性回归的目的就是拟合出一条线来使得预测值和实际值尽可能接近,如果大部分点都落在拟合出来的线上,则该线性回归模型拟合得较好。
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/147179.html
如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!