当前位置:   article > 正文

【机器学习】多元线性回归模型(公式推导以及代码实现)_多元线性回归的公式推导

多元线性回归的公式推导

目录

一、理论部分(公式推导)

1.1、线性回归

1.2、非线性回归

二、代码实现

2.1、手写代码。(可直接运行)

2.2、代码解释。

2.3、完整代码。

三、感想

一、理论部分(公式推导)

1.1、线性回归

矩阵最小二乘法(参考高等代数)

这部分知识可以参考:

高等代数9 7 向量到子空间的距离 最小二乘法 - 道客巴巴icon-default.png?t=N7T8https://www.doc88.com/p-873117402915.html

Y = \alpha_{1}x_{1}+\alpha_{2}x_{2}+...+\alpha_{n}x_{n}+b

求C = y-Y 最小值--> C = y-XA       (b = b\begin{pmatrix}1 \\ 1 \\ ... \\ 1 \end{pmatrix})

x_{1},x_{2},...,x_{n},y 通过已知数据获得。

在向量空间L(x_{1},x_{2},...,x_{n})C垂直于 L(x_{1},x_{2},...,x_{n}

只需且必须(C,x_{1}) =  (C,x_{2})=......=(C,x_{n})= (C,x_{b}) = 0

 

 联立方程求解就行了。详情请参考链接,里面有例题。(公式在博客里太难编辑了

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/AllinToyou/article/detail/679358
推荐阅读
相关标签