- 1、本文档共11页,其中可免费阅读6页,需付费50金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
40讲线性回归(中):如何使⽤最⼩⼆乘法进⾏直线拟合
你好,我是⻩申。
上⼀节,我提到了,求解线性回归和普通的线性⽅程组最⼤的不同在于误差ε。在求解线性⽅程组的时候,我们并不考虑误差
的存在,因此存在⽆解的可能。⽽线性回归允许误差ε的存在,我们要做的就是尽量把ε最⼩化,并控制在⼀定范围之内。这
样我们就可以求⽅程的近似解。⽽这种近似解对于海量的⼤数据 来说是⾮常重要的。
但是现实中的数据⼀定存在由于各种各样原因所导致的误差,因此即使⾃变量和因变量之间存在线性关系,也基本上不可能完
美符合这种线性关系。总的来说,线性回归 并不⼀定需要
文档评论(0)