数据挖掘笔记-分类-回归算法-最小二乘法

开始学习回归算法，先看下最小乘法在回归算法里面的应用。相关概念理论如下：

最小二乘法

我们在研究两个变量(x, y)之间的相互关系时，通常可以得到一系列成对的数据(x1, y1、x2, y2... xm , ym)；将这些数据描绘在x -y直角座标系中(如图1), 若发现这些点在一条直线附近，可以令这条直线方程如(式1-1)。 

Y计= a0 + a1 X 　　　　　　　　　　　　　　　　(式1-1) 
其中：a0、a1 是任意实数 
为建立这直线方程就要确定a0和a1，应用《最小二乘法原理》，将实测值Yi与利用(式1-1)计算值(Y计=　a0　+　a1　X)的离差(Yi　-　Y计)的平方和｀〔∑(Yi - Y计)2〕最小做为“优化判据”。 
令: φ = ∑(Yi - Y计)2 　　　　　　　　　　　　　　(式1-2) 
把(式1-1)代入(式1-2)中得: 
φ = ∑(Yi - a0 - a1 Xi)2 　　　　　　　　　　　　  (式1-3) 
当∑(Yi-Y计)平方最小时，可用函数 φ 对a0、a1求偏导数，令这两个偏导数等于零。 

　  　　　　　　　  (式1-4) 

　　　　　　　　 (式1-5) 　

亦即： 
m a0 + (∑Xi ) a1 = ∑Yi 　　　　　　　　　　　　 (式1-6) 
(∑Xi ) a0 + (∑Xi2 ) a1 = ∑(Xi, Yi) 　　　　　　　　 (式1-7) 
得到的两个关于a0、 a1为未知数的两个方程组，解这两个方程组得出：