经验回归方程公式怎么套的

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：

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：

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。

胡艳伊2417老师,线性回归方程怎么套公式呀? -
闾纨版15240251495 ______ 申请个账号,登录提问(或者不提问也行),直接进入我的空间查看我的回答,我以前回答过很多次这类问题.因为不知道你到底是刷题的还是真求知的,我既不想浪费表情,但也不想与“嗷嗷待哺”者失之交臂.(若有诚意,欢迎私信)

胡艳伊2417一元线性回归方程的系数怎么计算 -
闾纨版15240251495 ______ 回归分析就是将所关心的抄特性的性能与潜在的原因联系起来.一元回归是处理2个变量x和y之间的关系,假如2个变量之间的关系是线性的,就称为一元线性回归,一元线性回归就是要建立y=a+bx方程,该方程称为y对x的回归方程.一元线2113...

胡艳伊2417回归直线方程的方程是y=ax+b,通常b是怎样计算出来的鹅? -
闾纨版15240251495 ______[答案] 通常是先计算出 a ,(计算 a 书上有公式), 然后,将 x y 平均值 代入 y=ax+b ,就可解出,b的值.

胡艳伊2417在EXCEL里面如何推演出公式? -
闾纨版15240251495 ______ 1,A1输入2 , A2输入公式 =A1*2 , 将A2公式向下拖复制2,B1输入2 , B2输入公式 =B1*2+1 , 将B2公式向下复制 补充回答:第一个,可以俗称为翻番,即以2为起点,有一次翻一倍 第二个与上面的类似,翻一次同时加1

胡艳伊2417用excel做一个一元二次的回归方程怎么弄 -
闾纨版15240251495 ______ 首先要准备好两组数据做为x和y,这组数据在可以简单感觉一下是否具有线性关系 将准备好的数据放入excel表格里面 EXCEL需要我们自己启用数据分析,点击文件,选择选项,点击左侧的加载项,加载分析工具 加载工具完成以后,点击数据...

胡艳伊2417怎么求线性回归直线方程中的a b -
闾纨版15240251495 ______ 一两句话说不清楚! 要简单回答就是:照套计算公式.(就是那两个含∑的公式) 你若有实例,你拿出来,包你能【正确回归】就是了.(方法其实【不止】一个.)

胡艳伊2417怎么判断用线性回归还是非线性回归? -
闾纨版15240251495 ______ 优先选择线性回归,因为线性回归容易处理.也可以选择非线性回归.非线性回归很复杂,而线性回归的方法基本上前人已经完善的差不多了. 处理可线性化处理的非线性回归的基本方法是,通过变量变换,将非线性回归化为线性回归,然后用...

胡艳伊2417建立回归方程的问题 -
闾纨版15240251495 ______ 可以,将各点在图上描出后,在大约处画出回归直线,可以根据直线剔除离直线较远的 点,然后计算回归线的方程,或者用计算器计算回归线的方程

胡艳伊2417什么是回归分析?回归分析有什么用?主要解决什么问题? -
闾纨版15240251495 ______ 回归分析,也有称曲线拟合. 当在实验中获得自变量与因变量的一系列对应数据,(x1,y1),(x2,y2),(x3,y3),...(xn,yn)时,要找出一个已知类型的函数,y=f(x) ,与之拟合,使得实际数据和理论曲线的离差平方和:∑[yi-f(xi)]^2(从i=1到i=n相加)为最小. 这种求f(x)的方法,叫做最小二乘法. 求得的函数y=f(x)常称为经验公式,在工程技术和科学研究的数据处理中广泛使用. 最普遍的是直线(一次曲线)拟合,在现代质量管理上,对散布图的相关分析上也用此法. 当然,以上仅介绍了回归分析的一部分简要内容,要详细了解,应读大学,或自学到这个程度.我是自学的,我想你只要坚持不懈的努力,也是会成功的.

胡艳伊2417MATLAB中怎么用最小二乘估计求经验回归方程?? -
闾纨版15240251495 ______ 列出X、Y的值,看看到底符合什么模型.