数学回归方程公式解读
线性回归可以理解为一个回归算法,我们可以结合线性回归算法来做预测值。这篇文章里,作者就总结了线性回归算法的基本原理、应用场景、优劣势等方面,一起来看看吧。
![](https://p0.ssl.img.360kuai.com/t01b35250c3375c56e0.jpg)
前两篇文章我们介绍了两个解决分类问题的算法:K近邻和朴素贝叶斯,今天我们一起来学习回归问题中最经典的线性回归(Linear Regression)算法。
一、基本原理
生活中,大家都排过队,我印象最深的应该是排队做核酸的队伍,前后间隔一米,随着做核酸的人越来越多,新来的人看到队伍,都会自动排到队伍的末尾,同样间隔一米,大家“齐心协力”排出了一条长线。
有了这条长线之后,我们就可以对新来的人排队的位置做出预测,这就是线性回归的基本逻辑。
所以线性回归算法的思路就是:根据已有的数据去寻找一条“直线”,让它尽可能的接近这些数据,再根据这条直线去预测新数据的结果。
那么具体要怎么找这条“直线”呢?初中数学里描述一条直线时,用的是一元一次方程:y=ax+b,这里的a表示直线的斜率,b表示截距,如下图所示:
![](https://p0.ssl.img.360kuai.com/t01e230685f98f732cc.jpg)
以排队为例,我们已知x是人的顺序,y是排的位置,将已有的x和y数据代入到公式中,可以得到一组合适a和b的值来描述这条直线,也就是我们找到了这条直线的分布。
排队的例子比较简单,只有一个x变量,在实际的应用中,会有很多个影响结果的变量,比如预测贷款额度时,会有工资、是否有房等变量,用线性回归的思路解决类似的问题,就要构建多元回归方程了,公式也就变成了 y = a1x1 + a2x2 + … + b。
当有两个变量时,线性回归的分布也就不是一条简单的直线了,而是一个平面,如下图所示:
![](https://p0.ssl.img.360kuai.com/t01dda68d216e4588bb.jpg)
如果有更多的变量,分布就是一个超平面,找到它的分布也会变得更复杂。
二、如何计算最优解
如果每个人的站位(实际值)距离理想站位(预测值)的距离(误差)最小,那就说明我们得到的线性回归分布是最优解。
机器学习中,评价模型的预测值和实际值差异的公式叫做损失函数,损失函数值越小,模型性能越好。
平方残差和就是一种场景的损失函数,其计算公式为 loss=SUM(真实值-预测值)²,就是把每个节点的预测差求平方再求和,前面回归模型评估的文章里提到的MSE就是平方残差和除以样本数量。
三、应用场景
线性回归的应用场景非常广泛,只要数据是符合线性分布的,理论上都可以用线性回归来进行预测:
- 预测房价:通过分析房屋特征(如面积、位置、房间数量等)与价格之间的关系。
- 预测员工绩效:通过分析员工的教育背景、工作经验、培训等因素与绩效之间的关系。
- 营销分析:分析市场调研数据,预测产品销售量,并确定哪些因素对销售量有显著影响。
- 交通规划:预测交通流量,通过分析道路特征、人口密度等因素与交通流量之间的关系。
- 环境科学:分析环境数据,如气候变化、污染物排放等因素与生态系统的影响。
四、优缺点
线性回归算法的优点:
- 简单而直观:易于理解和解释,适用于初学者入门。
- 计算效率高:计算速度较快,适用于大规模数据集。
- 可解释性强:可以提供每个特征对目标变量的影响程度,有助于理解变量之间的关系。
- 可扩展性强:可以通过添加交互项、多项式特征等进行扩展,以适应更复杂的数据模式。
线性回归算法的缺点:
- 仅适用于线性关系:线性回归假设自变量与因变量之间存在线性关系,对于非线性关系的数据拟合效果较差。
- 对异常值敏感:线性回归对异常值较为敏感,异常值的存在可能会对模型的拟合产生较大影响。
- 忽略了特征之间的复杂关系:线性回归无法捕捉到特征之间的非线性、交互作用等复杂关系。
- 对多重共线性敏感:当自变量之间存在高度相关性时,线性回归模型的稳定性和可靠性可能会受到影响。
五、总结
本文我们介绍了线性回归算法的原理、应用场景和优缺点,线性回归是一个回归算法,常用来做预测值,和之前介绍的分类模型的输出是有区别的,需要注意一下。
下篇文章,我们来聊一聊逻辑回归算法,敬请期待。
本文由 @AI小当家 原创发布于人人都是产品经理,未经许可,禁止转载
题图来自 Unsplash,基于 CC0 协议
该文观点仅代表作者本人,人人都是产品经理平台仅提供信息存储空间服务。
","gnid":"986e0d62b5c4aaf5e","img_data":[{"flag":2,"img":[{"desc":"","height":"420","title":"","url":"https://p0.ssl.img.360kuai.com/t01b35250c3375c56e0.jpg","width":"900"},{"desc":"","height":"710","title":"","url":"https://p0.ssl.img.360kuai.com/t01e230685f98f732cc.jpg","width":"1323"},{"desc":"","height":"783","title":"","url":"https://p0.ssl.img.360kuai.com/t01dda68d216e4588bb.jpg","width":"720"}]}],"original":0,"pat":"art_src_3,sexf,sex4,sexc,fts0,sts0","powerby":"cache","pub_time":1705890180000,"pure":"","rawurl":"http://zm.news.so.com/f1804ee21bcc84664ec444b1a1980982","redirect":0,"rptid":"6c6c54f1e1479e00","rss_ext":[],"s":"t","src":"人人都是产品经理","tag":[],"title":"线性回归算法:用“线性外推”的思路做预测
倪韦宝2115回归方程Y=a+bx 回归系数b的数学涵义和经济涵义各是什么 -
金油唐17037595563 ______ 你要明白回归方程的含义 它是指的一种相关关系 就是一种趋势 那么它是人为算出来的 和实际不是一模一样的 它只是一种贴合实际趋势的数学表达式 就是说它是一个预测趋势的数学式子,不一定就是实际数 它就强调一个平均 例如工人工资(元)依劳动生产率(千元)变化的回归方程为:y=50x+80,这里的50表示每提高一千元,y就调高50 这里的b反应的是某种趋势,我们在数学上称为线性关系,也就产生了线性方程.它可以代表实际生活中各种关系,例如单价与销售额 成本与利润等
倪韦宝2115回归方程是什么? -
金油唐17037595563 ______[答案] 根据样本资料通过回归分析所得到的反映一个变量(依变量)对另一个或一组变量(自变量)的回归关系的数学表达式.
倪韦宝2115求几个公式……山东高中数学选修.有一章是关于回归方程的、求那几个公式、 -
金油唐17037595563 ______[答案] 回归系数 b=分子/分母 其中分子=(x1y1+x2y2+...+xnyn)-n*(x的平均数)*(y的平均数) 分母=(x1)^2++(x2)^2+...+(xn)^2-n*(x的平均数)^2 a=y的平均数-b*(x的平均数) 回归直线方程为:y=bx+a
倪韦宝2115回归方程公式 -
金油唐17037595563 ______ 先这么看:y=-1.5x+2 a=2, b=-1.5 现在要知道b的意义是:1.代表斜率*2.当变量x每增加一个单位时,y就平均增加b个单位,在这里,y就将平均增加-1.5个单位.(特别注意:因为这里是负一点五,所以就相当于减少了1.5个单位,如果是正数的话,那就说是增加了.) 这样解释能不能懂啊?不懂再问吧.
倪韦宝2115回归方程公式是怎么回事??? -
金油唐17037595563 ______ 表示i是从1到n变化,并将i=1,i=2,i=3,i=4……i=n时分别代入算式进行求和.上面的一杠表示平均值.你这个就是最小二乘法求系数a、b的问题.最小二乘法是处理线性回归的常用方法,你可以去网上搜相关资料.
倪韦宝2115高中数学,什么是线性回归方程?公式是什么 -
金油唐17037595563 ______ 就是统计学中描点画成的一条直线 方程么
倪韦宝2115自回归方程的意思是什么? -
金油唐17037595563 ______[答案] 根据样本资料通过回归分析所得到的反映一个变量(依变量)对另一个或一组变量(自变量)的回归关系的数学表达式.
倪韦宝2115数学,回归方程由身高预测体重的回归方程:体重预测值=4(磅/英寸)*身高 - 130磅.其中,体重与身高分别以磅和英寸为单位.若英寸≈2.5cm,一磅≈0.45kg.... -
金油唐17037595563 ______[答案] 4 * (0.45/2.5) *身高-130 * 0.45 =0.72(kg/cm)*身高 - 58.5
倪韦宝2115谁能教一教我回归方程啊 -
金油唐17037595563 ______[答案] 回归方程是根据样本资料通过回归分析所得到的反映一个变量(依变量)对另一个或一组变量(自变量)的回归关系的数学表达式.回归直线方程用得比较多,可以用最小二乘法求回归直线方程中的a,b,从而得到回归直线方程. 对变量之间统计关系进...
倪韦宝2115经验回归方程性质 -
金油唐17037595563 ______ 经验回归方程经验回归方程是根据已知数据计算出来的,它是独立变量和预测变量 之间的统计关系,概括的说就是“任意的独立变量的变化,将会如何改变 预测变量的值”. 经验回归方程是从一组已知的数据中建立的,他们形成 了函数的表达...