一、概念
最小二乘法是指最小化误差的平方和,从而使拟合曲线无限接近目标曲线。最小二乘法广泛用在直线拟合、曲线拟合、机器学习以及系统辨识当中。
当由实验提供了大量的数据时,我们仍然无法要求拟合曲线Φ(x)在数据点(xi,yi)处的误差,即δi=Φ(xi)-yi,为0。但为了使拟合
曲线尽量的反映数据曲线,可以要求∑δi^2=min(∑(Φ(xi)-yi)^2)最小。这就是最小二乘法的核心原理。</
一、概念
最小二乘法是指最小化误差的平方和,从而使拟合曲线无限接近目标曲线。最小二乘法广泛用在直线拟合、曲线拟合、机器学习以及系统辨识当中。
当由实验提供了大量的数据时,我们仍然无法要求拟合曲线Φ(x)在数据点(xi,yi)处的误差,即δi=Φ(xi)-yi,为0。但为了使拟合
曲线尽量的反映数据曲线,可以要求∑δi^2=min(∑(Φ(xi)-yi)^2)最小。这就是最小二乘法的核心原理。</