最小二乘法
真实值y,预测值
(x),则误差平方为
找到合适的参数,使得误差平方和:
最小
解释:真实值减去预测值然后进行累加(
累加符号),然后除去m求平均值(m为样本个数)
相关系数
我们使用相关系数去衡量线性相关性的强弱,相关系数越接近1,越接近线性关系,接近于-1的话,他们就是一个负相关的关系
因为没有找到怎么样使用分子和分母的制作方式,只能是前面是分子, ' / ' 后面是分母
参数说明:
求和 ,
每一个样本点 ,
为x的平均值 ,y也同x
解释: 分子:x - x的平均值,y- y的平均值,相乘.每一个累加; 分母的应该也看得懂了
决定系数
相关系数
是用来描述两个变量之间的线性关系,但决定系数的适用范围更广,可以用于描述非线性或者有两个及两个以上自变量的相关关系.他可以用来评价模型的效果.
总平方和(SST) :
真实值减掉平均值
回归平方和(ssr) :
预测值减掉平均值
残差平方和(SSE) :
他们三者的关系是: SST = SSR + SSE
决定系数 ;
SSR / SST = 1 - SSE / SST