普通最小二乘法讲解OLS线性回归

最新推荐文章于 2024-03-18 11:58:42 发布

w15454

最新推荐文章于 2024-03-18 11:58:42 发布

阅读量1.7w

点赞数

本文链接：https://blog.csdn.net/w15454/article/details/80450302

版权

本文介绍了普通最小二乘法(OLS)在线性回归中的应用，通过实例展示了如何将原始数据转化为矩阵形式，并计算平方误差。内容包括数据预处理、矩阵转换及误差分析，是理解线性回归模型的重要概念。

摘要由CSDN通过智能技术生成

文章来源：http://pocore.com/blog/article_529.html

系列阅读

原始数据  1 x  y  最终拟合为y=a*x+1*b
1.000000 0.067732 3.176513
...

xArr: [[1.0, 0.067732], [1.0, 0.42781], ...]

yArr: [3.176513, 3.816464, 4.550095,...]

矩阵转换
xMat：n*2
[[1.       0.067732]
[1.       0.42781 ]
....]

yMat:n*1
[[3.176513]
[3.816464]
...]

平方误差

普通最小二乘法讲解OLS