1 ,线性回归 : 定义
- 给定一些数据 : a,b,c,d,e…
- 如果这些数据满足下面的方程,就称 ( 这些数据存在依赖关系 )
- 如果想用回归分析,他们需要满足如下条件 :
1 ,e :误差 ,服从均值为 0 的正态分布
2 ,说明 : e1,e2…en 是一个正泰分布数据
2 ,回顾 : 矩阵的乘法
- 计算规律 : 行列数
行列数规则 : (2,3) * (3,4) = (2,4)
结果 : 2 行 4 列 - 计算规则 :
3 ,线性回归 : 理解
- 给定数据 : 很多组,每一组数据,组成一行,所有的数据放在一起,是一个矩阵
- 满足条件 : 这些数据满足以下条件
- 个人理解 :
1 ,你给了我数据
2 ,我把数据代入到我的方程中
3 ,发现 : 吻合的还可以
4 ,误差 : 误差不大,并且所有的误差值,放在一起形成了一组正泰分布的数据
5 ,这样的数据,成为可以做线性回归的数据
4 ,线性回归 : 分类
- 一元线性回归 : 一个自变量,一个因变量
x => y - 多元线性回归 :多个自变量,一个因变量
5 ,例子 :
- 已知 : 历史记录,求未知数
1 ,银行的贷款数额记录如下
2 ,这些数据 : 是以往的贷款人的一些信息
3 ,现在来了一个人贷款,应该给他多少额度呢? - 数据 :
6 ,向量默认 : 列向量
- 例如 :
7 ,函数求解 :
- 参数意义 :
1 ,θ : 向量,线性方程的参数,只要把它求出来,方程就确定了
2 ,x : 向量,线性方程的自变量,可以是 1 个,也可以是多个 - 构造出一个线性函数 :
- 整合 :
- 结论 :
- 简化 :
8 ,x0=1 :
- 理论 : 可以看到,自变量的第一列,应该是 1 ,这样才能构造出完整线性方程
- 但是 : 数据中没有 x0 这一项
- 做法 : 我们在做线性回归分析的时候,要给原数据加上这么一列出来
- 如图 :
9 ,总结 : 线性回顾函数
- 把它求出来就什么都有了 :