最小二乘法公式是一个数学的公式,在数学上称为曲线拟合,此处所讲最小二乘法,专指线性回归方程,最小二乘法公式为a=y(平均)-b*x(平均)。
有一组数据(1,6),(3,5),(5,7),(6,12),要找出一条与这几个点最为匹配的直线 : y = A + Bx
有如下方程:
6 = A + B
5 = A + 3B
7 = A + 5B
12 = A + 6B
L(A,B)=[6-(A + B)]^2 + [5-(A + 3B)]^2 + [7-(A + 5B)]^2 +[12-(A + 6B)]^2使得L的值最小:这里L是关于A,B的函数;那么我们可以利用对A,B求偏导,进而求出A,B的值使得Lmin
d ( d A ) [ L ( A , B ) ] = 8 A + 30 B − 60 \displaystyle { \frac{d}{(dA)}}[L(A, B)]= 8A + 30B - 60 (dA)d[L(A,B)]=8A+30B−60
d ( d B ) [ L ( A , B ) ] = 15 A + 71 B − 128 \displaystyle { \frac{d}{(dB)}}[L(A, B)]= 15A + 71B - 128 (dB)d[L(A,B)]=15A+71B−128
B = 1.050847457627119
A = 3.559322033898304
y = 3.55 + 1.05x:也就是说这条直线是最佳的。求得最适合数学模型,然后可以更加准确预测数据。