线性回归
线性回归是利用数理统计中回归分析,来确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法,运用十分广泛。其表达形式为y = w’x+e,e为误差服从均值为0的正态分布。
回归分析中,只包括一个自变量和一个因变量,且二者的关系可用一条直线近似表示,这种回归分析称为一元线性回归分析。如果回归分析中包括两个或两个以上的自变量,且因变量和自变量之间是线性关系,则称为多元线性回归分析。
一元线性回归
![在这里插入图片描述](https://i-blog.csdnimg.cn/blog_migrate/9ad14ec2b3020bae2a49096b55f1f6ec.jpeg)
推导过程:
![在这里插入图片描述](https://i-blog.csdnimg.cn/blog_migrate/44432ec4b9b1cd24908e8fe9710a93c3.jpeg)
![在这里插入图片描述](https://i-blog.csdnimg.cn/blog_migrate/5f013e9d4c65b8d14171f66c8246ab6a.jpeg)
多元线性回归及其推导过程:
![在这里插入图片描述](https://i-blog.csdnimg.cn/blog_migrate/d79c796e358e8fd9e6368240dc26f102.jpeg)
总结:
在机器中线性回归就是一种预测,最小二乘法就是求预测的最小值,当我们在生活中不知道一个数值时,我们可以通过线性回归来预测。