根据数据,确定两种或两种以上变量间相互依赖的定量关系
回归分析中,变量与因变量存在线性关系
函数表达式:y=ax+by=ax+b y=ax+b
举例:
线性回归:距离S=速度∗t+S0距离S = 速度 * t + S_0 距离S=速度∗t+S0
非线性回归:
距离S=加速度∗t2+S0距离S = 加速度 * t^2 + S_0 距离S=加速度∗t2+S0
注解:
为了找合适的a和b,问题被替换成了寻找预测值 y‘y^`y‘ 和实际值 yyy 之间的距离最小化。
损失函数:
注解:
为什么要除以2m,是为了我们后面方便求解,因为我们要进行求导。这里除以2m后对最后的ab求解没有影响。
梯度下降法:
单因子线性回归问题:面积110平米售价150万是否值得投资?
多因子线性回归问题:房价和很多因素相关,比如收入、房屋年龄、房间数量、人口、面积等,所以我们要预测在这么多因素下的一个合理房价
然后是python实战