标签：直线 方程 最小 笔记 平方和 数据 乘法

最小二乘法 （又称 最小平方法 ）是一种 数学 优化 技术。

它通过最小化 误差 的平方和寻找数据的最佳 函数 匹配。

利用 最小二乘法 可以简便地求得未知的数据，并使得这些求得的数据与实际数据之间误差的平方和为最小。

看了之后一头雾水对不对，下面举个例子，就很好懂了。

针对线性最小二乘法即直线拟合，如下图（来自维基百科）所示：

透过这张图，我想大家一定能理解，我们用最小二乘法来做什么事情，即：

根据已有的数据（图中的点），来做出一条最贴近数据发展趋势的直线。

通过这条直线，我们可以对未来的数据进行预测，因为基本会落在这条直线附近。

当然了，最小二乘法不只是直线，还可以是曲线，本文不讨论。

3. 求解直线方程

我们现在要做的，就是求解直线方程。

假设已知有N个点，设这条直线方程为：  y = a·x + b

其中，a和b的计算公式如下：

本文对于推导过程不再赘述，网上都有。

标签：直线,方程,最小,笔记,平方和,数据,乘法
来源： https://blog.csdn.net/yq22222222/article/details/113818595

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。