使用最小二乘法拟合曲线

使用最小二乘法拟合曲线并对过拟合进行正则化处理


引言

高斯于1823年在误差𝑒1,…,𝑒𝑛独立同分布的假定下,证明了最小二乘法的一个最优性质:在所有无偏的线性估计类中,最小二乘方法是其中方差最小的!

对于数据(𝑥𝑖,𝑦𝑖)(𝑖=1,2,3…,𝑚),拟合出函数ℎ(𝑥)有误差,即残差:𝑟𝑖=ℎ(𝑥𝑖)−𝑦𝑖,此时𝐿2范数(残差平方和)最小时,ℎ(𝑥)和 𝑦相似度最高,说明两者最具有拟合性。

一般的𝐻(𝑥)为𝑛次的多项式,
H ( x ) = w 0 + w 1 x + w 2 x 2 + ⋯ + w n x n H(x)=w_0+w_1 x+w_2 x^2+⋯+w_n x^n H(x)=w0+w1x+w2x2++w

  • 7
    点赞
  • 67
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值