线性回归模型
程序员文章站
2022-04-09 21:21:09
...
1. 简单线性回归模型举例:
2. 简单线性回归(Simple Linear Regression)
汽车卖家做电视广告数量与卖出的汽车数量:
1.1 如何练出适合简单线性回归模型的最佳回归线/
使sum of squares最小
1.1.2 计算
分子 = (1-2)(14-20)+(3-2)(24-20)+(2-2)(18-20)+(1-2)(17-20)+(3-2)(27-20)
= 6 + 4 + 0 + 3 + 7
= 20
分母 = (1-2)^2 + (3-2)^2 + (2-2)^2 + (1-2)^2 + (3-2)^2
= 1 + 1 + 0 + 1 + 1
4
b1 = 20/4 =5
b0=20-5*2=20-10=10
x_given = 6
Y_hat = 5*6 + 10 = 40
1.3 Python实现:
#!/usr/bin/env python
#-*-coding:utf-8-*-
#简单的线性回归
import numpy as np
def fitSLR(x,y):
n=len(x)
dinominator=0#分母
numerator=0#分子
for i in range(0,n):
numerator+=(x[i]-np.mean(x))*(y[i]-np.mean(y))
dinominator+=(x[i]-np.mean(x))**2
print('numerator:',numerator)
print('dinominator:',dinominator)
b1=numerator/float(dinominator)
# b0=np.mean(y)/float(np.mean(x))
b0=np.mean(y)-b1*np.mean(x);
return b0,b1
def predict(x,b0,b1):
return b0+x*b1
x=[1,3,2,1,3]
y=[14,24,18,17,27]
b0,b1=fitSLR(x,y)
print('intercept:',b0,' slope:',b1)
x_test=6
y_test=predict(6,b0,b1)
print('y_test:',y_test)
结果分析:numerator 估计线性回归方程的分子
dinominator 估计线性回归方程的分母
intercept 截距 slope 斜率
y_test 测试样例
0. 前提介绍:
为什么需要统计量?
统计量:描述数据特征0.1 集中趋势衡量
0.1.1均值(平均数,平均值)(mean)
{6, 2, 9, 1, 2}(6 + 2 + 9 + 1 + 2) / 5 = 20 / 5 = 40.1.2中位数 (median): 将数据中的各个数值按照大小顺序排列,居于中间位置的变量0.1.2.1. 给数据排序:1, 2, 2, 6, 90.1.2.2. 找出位置处于中间的变量:2当n为基数的时候:直接取位置处于中间的变量当n为偶数的时候,取中间两个量的平均值
0.1.2众数 (mode):数据中出现次数最多的数0.2
0.2.1. 离散程度衡量0.2.1.1方差(variance)
{6, 2, 9, 1, 2}(1) (6 - 4)^2 + (2 - 4) ^2 + (9 - 4)^2 + (1 - 4)^2 + (2 - 4)^2= 4 + 4 + 25 + 9 + 4= 46(2) n - 1 = 5 - 1 = 4(3) 46 / 4 = 11.50.2.1.2标准差 (standard deviation)
s = sqrt(11.5) = 3.39
1. 介绍:回归(regression) Y变量为连续数值型(continuous numerical variable)
如:房价,人数,降雨量
分类(Classification): Y变量为类别型(categorical variable)
如:颜色类别,电脑品牌,有无信誉
2.1 很多做决定过过程通常是根据两个或者多个变量之间的关系
2.3 回归分析(regression analysis)用来建立方程模拟两个或者多个变量之间如何关联
2.4 被预测的变量叫做:因变量(dependent variable), y, 输出(output)
2.5 被用来进行预测的变量叫做: 自变量(independent variable), x, 输入(input)
3. 简单线性回归介绍
3.1 简单线性回归包含一个自变量(x)和一个因变量(y)
3.2 以上两个变量的关系用一条直线来模拟
3.3 如果包含两个以上的自变量,则称作多元回归分析(multiple regression)
4. 简单线性回归模型
4.1 被用来描述因变量(y)和自变量(X)以及偏差(error)之间关系的方程叫做回归模型
4.2 简单线性回归的模型是:
其中: 参数 偏差
5. 简单线性回归方程
E(y) = β0+β1x
这个方程对应的图像是一条直线,称作回归线
其中,β0是回归线的截距
β1是回归线的斜率
E(y)是在一个给定x值下y的期望值(均值)
6. 正向线性关系:
7. 负向线性关系
8 无关系
9. 估计的简单线性回归方程
ŷ=b0+b1x
这个方程叫做估计线性方程(estimated regression line)
其中,b0是估计线性方程的纵截距
b1是估计线性方程的斜率
ŷ是在自变量x等于一个给定值的时候,y的估计值
10. 线性回归分析流程:
11. 关于偏差ε的假定
11.1 是一个随机的变量,均值为0
11.2 ε的方差(variance)对于所有的自变量x是一样的
11.3 ε的值是独立的
11.4 ε满足正态分布
上一篇: console.log 调试强大应用