知识卡片
简单线性回归
简单(单变量)线性回归用一个解释变量 x 描述与连续目标 y 的关系:y=w0+w1·x,w0 是 y 轴截距、w1 是系数。目标是学出这两个权值,使对新数据也能预测输出。几何上是在样本点中找最佳拟合直线(回归线),回归线与样本点的垂直距离是偏移/残差(预测误差)。多解释变量时扩展为多元线性回归,w0 为 x0=1 时的截距。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 使用回归分析预测连续型目标变量 · 查看原书依据
其中,权值w0为函数在y轴上的截距,w1为解释变量的系数
参考来源
- 位置:《Python机器学习》第10章《10.1 简单线性回归模型初探》(源文件:`../../book-sources/extracted/Python机器学习/_epub-src/OEBPS/Text/part0125.xhtml.xhtml)
- 结论依据:原文直接支撑上述要点。
- 原始内容:其中,权值w0为函数在y轴上的截距,w1为解释变量的系数