随笔 - 1762  文章 - 0  评论 - 109  阅读 - 431万

人工智能必备数学基础-回归分析概述

https://www.bilibili.com/video/BV1F7411x7MQ

 

对于分析两个或者两个以上变量的关系而言,回归分析比相关分析更进一步了。

一元回归就是一个因变量,一个自变量,多元回归就是多个自变量。下面的Y对应多个自变量X,就是多元线性回归。

 

 下面这个回归方程是2阶的非线性回归方程。

 

 下面是根据一些数据点构建回归方程:

紫色线就是构建出来的回归方程,有个这个方程,就可以预测出来更多的大致的值。方程表示的这条线不可能严格通过每一个数据点,我们希望每个样本点的残差越小越好。

假如知道一个人的体重(因变量),也可以根据回归方程预测这个人的身高(自变量)。

 

 对于某一个数据点而言,观测值和估计值之间的差值叫做残差。

 

 

posted on   一杯明月  阅读(508)  评论(0编辑  收藏  举报
编辑推荐:
· AI与.NET技术实操系列:向量存储与相似性搜索在 .NET 中的实现
· 基于Microsoft.Extensions.AI核心库实现RAG应用
· Linux系列:如何用heaptrack跟踪.NET程序的非托管内存泄露
· 开发者必知的日志记录最佳实践
· SQL Server 2025 AI相关能力初探
阅读排行:
· winform 绘制太阳,地球,月球 运作规律
· 震惊!C++程序真的从main开始吗?99%的程序员都答错了
· AI与.NET技术实操系列(五):向量存储与相似性搜索在 .NET 中的实现
· 超详细:普通电脑也行Windows部署deepseek R1训练数据并当服务器共享给他人
· 【硬核科普】Trae如何「偷看」你的代码?零基础破解AI编程运行原理
历史上的今天:
2020-06-13 MATLAB遍历子文件夹及其下文件
< 2025年3月 >
23 24 25 26 27 28 1
2 3 4 5 6 7 8
9 10 11 12 13 14 15
16 17 18 19 20 21 22
23 24 25 26 27 28 29
30 31 1 2 3 4 5

点击右上角即可分享
微信分享提示