理论基础
线性回归可以说是机器学习最重要的理论之一,它广泛被应用于各行各业,如金融经济、生物医学、工业制造等。让我们先从一个简单的回归模型说起。所谓最简单的回归模型,指的就是有两个变量的线性模型,它们分别为因变量
具体案例
如果我们想研究人们的消费情况,那么消费额就是因变量。根据经济理论,人们的收入是关键影响因素。当然,影响消费额的因素有很多,这里我们为了方便,仅考虑收入这个因素。因此,我们的模型就可以写成:
表1. 消费与收入样本数据表
![a0bb6e08dfb0467695b6db8f4c1fdf44.png](https://i-blog.csdnimg.cn/blog_migrate/5e87df68d170ce0d473401673c0e377e.jpeg)
用散点图绘制如图1所示,这里需要指出的是,通常情况下,我们并不知道数据之间的变量关系是否为线性,此时最好的办法就是通过观察散点图的方式进行判断。
很容易看出,
![bad40bbe0fdb385fa7756f89d89e92dc.png](https://i-blog.csdnimg.cn/blog_migrate/32484d13393b4f6aa75f518d8c14d114.jpeg)
可以看到,确实是可以通过一条直线
![6eedbbd2e52b667dd86e27dc9a4df3f7.png](https://i-blog.csdnimg.cn/blog_migrate/9a62bc2ce2de24159a01ca6ddaf12cc7.jpeg)
更多最新文章请搜索关注微信公众号“阿艾正传”