基础数学1:最小二乘法的理解
(1)最小二乘法的含义:
①最小二乘法含义:
最小二乘法通过最小化误差的平方和寻找数据的最佳匹配函数,因此最小二乘法也称为最小平方法。
最小二乘法用来求得目标函数的最优值,也可用于进行曲线拟合解决回归问题。
②最佳拟合曲线的标准:
1.标准1:最小残差和(弊端:存在正负互相抵消问题);
2.标准2:残差绝对值和最小(弊端:计算麻烦);
3.标准3:残差平方和最小(最小二乘法中应用的标准)。
(2)最小二乘法的推导:
①样本回归模型:
②其中误差为:
③平方和损失函数为:
④将、
看作Q的函数,求函数极值的过程如下所示:
⑤求解方程组得:
(3)最大似然估计和最小二乘法:
最大似然估计是一种给定观察数据来评估模型参数的方式,也就是“模型已定,参数未知”,通过若干次实验,利用实验结果的到某个参数值能使样本出现的概率最大。
最小二乘法是一种数学优化技术,通过最小化误差的平方和寻找数据的最佳函数匹配,最小二乘法可以简便求得未知数据,并使这些求得的数据与实际数据误差平方和为最小。
最小二乘法的核心是权衡,在很多条线中选择,选出距离最短的那条;而最大似然估计是相信自己观察到的就是事物的真相,最能体现事物的本质,并以此为基础进行运算。(这句话摘抄自知乎,非常赞同)