最小二乘法

作者:管理员 发布时间:2021-01-27 10:08

最小二乘法是一种拟合直线的方法,

这种方法拟合线性的主要依据为:数据集实际观测数据和预测数据(估计值)之间的残差平方和最小。

数学表达式为:

 (看不懂,可以不管他,sk-learn会帮你算出结果)


操作方法:

>>> from sklearn import linear_model
>>> reg = linear_model.LinearRegression()
>>> reg.fit ([[0, 0], [1, 1], [2, 2]], [0, 1, 2])
LinearRegression(copy_X=True, fit_intercept=True, n_jobs=1, normalize=False)
>>> reg.coef_
array([ 0.5,  0.5])

这时,我们就通过一个数据集,形成了一个线性模型reg,就可以通过这个模型去预测数据了。


标签:
Copyright © 2020 万物律动 旗下 AI算法狮 京ICP备20010037号-1
本站内容来源于网络开放内容的收集整理,并且仅供学习交流使用;
如有侵权,请联系删除相关内容;