首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

回归(一):简单线性回归

1.模型:,其中,是自变量x对因变量y的估计值,是回归直线在Y轴上的截距,是样本的回归系数,即回归直线的斜率,表示当x变动一个单位时,y平均变动个单位。

2.应用:主要应用于预测连续型变量,如根据房子面积预测房价、根据父母身高预测孩子身高、根据身高预测体重,根据广告费用预测销售费用等等

3.原理:简单线性回归主要估计和,采用的是最小二乘法,使得观测点与直线方程上对应点的纵向距离差的平方和最小,即要使残差平方和最小

4.估计参数:估计和,采用求偏导数的方法,即

5.模型检验:

(1)参数检验:t检验,p值

(2)模型整体检验:F检验,R2

6.实例:运用python中的sklearn模块,根据工作年限来预测薪资

(1)读取数据

(2)分离出训练集和测试集

(3)运用简单线性回归来拟合训练集

(4)用简单线性回归预测测试集

(5)模型检验:R2较大,拟合结果较为理想

(6)训练集可视化

(7)测试集的可视化

  • 发表于:
  • 原文链接http://kuaibao.qq.com/s/20180423G1OY0M00?refer=cp_1026
  • 腾讯「腾讯云开发者社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 cloudcommunity@tencent.com 删除。

扫码

添加站长 进交流群

领取专属 10元无门槛券

私享最新 技术干货

扫码加入开发者社群
领券