从推公式到写代码--聊聊最小二乘法

本文介绍了最小二乘法的基本概念,通过多元线性回归举例解释最小二乘法的求解过程,并展示了如何使用Python的scipy库进行最小二乘求解。此外,还提到了其他参数求解方法和Python数值计算库numpy的重要性。
摘要由CSDN通过智能技术生成

本专辑内容的阅读对象是有一定的高数和线性代数基础,但是缺少编程训练的人。


1. 前言

在这一讲中,我们来聊聊最小二乘及最小二乘方法求解方程参数问题。希望通过这一讲,能让大家了解通用参数求解方法的最小二乘是怎么工作的,如果大家有python基础,也希望大家能掌握一般方程的参数求解方法,并能依样画葫芦,解决学习工作中的数学模型参数问题。如果你没有python基础也不用担心,我们后面会有python及python科学计算的系列文章,当然,我希望大家能花一两周时间学一下python,如果你有MATLAB基础那么用不了两天就能掌握。这里给大家推荐廖雪峰的博客,少有的高质量python教程博客,通过各种比喻和图解方法将复杂的编程原理简洁表示出来,文科生也能看懂高深的计算机原理,相信你也能很快掌握。

2. 什么是最小二乘

什么是最小二乘,可以参考知乎问答:最小二乘法的本质是什么?

它的主要思想就是找到一组参数,使得理论值与观测值之差的平方和达到最小:

(w,b)=argminE=i=1m(f(xi)yi)2

3. 最小二乘是怎么求解参数的,以多元线性回归为例

下面我们以多元线性回归为例子,讲解最小二乘法求解进行回归的参数,需要说明的是,多元线性回归求解方法有很多,比如矩阵方法等,最小二乘的思想只是其中的一种。

前面说到,最小二乘的思想是误差最小化,还记得怎么求最小值吗?高数里面的求导啊,我们对误差函数求导,令梯度为零即可。

E(w,b)
  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
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