线性回归求解

总成绩 XXX 和数学成绩 YYY 数据如下:

1 求数学成绩对总成绩的回归方程。

2 如果一个学生总成绩是450,求该学生的数学成绩。

这个基本上算是目前机器学习的基石了,说起来也算是高中的知识范围,我不知道是不是人人都懂了,我觉得我不是很懂,所以专门写一篇来总结总结。。。

回归方程是Y=a+bX。所以现在要求的就是截距a和回归系数b。

首先计算平均值:

然后计算回归系数b

计算截距a

所以方程是:

Y=14.49+0.1325X

那么第二个问题也很好解了。代入总成绩 X=450X = 450X=450,Y = 14.49+0.1325×450=14.49+59.625=74.115。

上面的过程基本不算难,就是回归系数的推算,看了下是最小二乘法。

然后推断出上面的回归系数公式。

对了,再提一嘴,两个点求函数怎么求呢?这个初中知识。。。

斜率b = (y2 - y1)/(x2 - x1)

截距a = y - ax(任意一个点都行)

在现代计算机中,这部分都是改成矩阵运算了(所以最早搞游戏矩阵运算的老黄接下了这个泼天富贵。。。)

其中,XXX 是自变量矩阵,YYY 是因变量向量。

这里面具体的算法容我后面再看看。。。

再说说最小二乘法,其实这个翻译真的很有问题,弯弯那边翻译成最小平方法,我觉得很贴切。一张图就可以看到这个的本质

本质就是使得绿线的平方和最小,那么这个曲线就是最优。为什么用平方不用绝对值呢?据说原因有二。1是平方计算可导,更加方便。2是用平方可以放大误差,这样计算效果更好。

所以最小二乘法通过最小化以下目标函数来找到最佳拟合直线,基本就是算=0的情况。

最后再早说说最小二乘法和梯度下降算法。

最小二乘法和梯度下降算法在目标和应用上有所区别,理解它们的关系和差异,有助于选择合适的方法解决具体问题。最小二乘法适用于简单线性回归和小数据集,而梯度下降则更灵活,适用于复杂和大规模数据集。

简而言之,就是最小二乘法只能用在简单的场景。复杂的还是只能用梯度下降。。。

参考:

最小二乘法

相关推荐
明月与玄武18 分钟前
Python编程的真谛:超越语法,理解编程本质
python·编程语言
CodeCraft Studio20 分钟前
Excel处理控件Aspose.Cells教程:使用 Python 在 Excel 中进行数据验
开发语言·python·excel
知来者逆34 分钟前
计算机视觉——速度与精度的完美结合的实时目标检测算法RF-DETR详解
图像处理·人工智能·深度学习·算法·目标检测·计算机视觉·rf-detr
阿让啊39 分钟前
C语言中操作字节的某一位
c语言·开发语言·数据结构·单片机·算法
এ᭄画画的北北40 分钟前
力扣-160.相交链表
算法·leetcode·链表
拾忆-eleven1 小时前
C语言实战:用Pygame打造高难度水果消消乐游戏
c语言·python·pygame
旦莫1 小时前
Python 教程:我们可以给 Python 文件起中文名吗?
开发语言·python
豌豆花下猫2 小时前
Python 潮流周刊#99:如何在生产环境中运行 Python?(摘要)
后端·python·ai
爱研究的小陈2 小时前
Day 3:数学基础回顾——线性代数与概率论在AI中的核心作用
算法
渭雨轻尘_学习计算机ing2 小时前
二叉树的最大宽度计算
算法·面试