直线拟合中的最小二乘

曲线中最常用的是直线拟合,面对y=kx+b


这里主要是讲一下如何通过一下点去拟合直线,拟合的条件是使得目标函数在某一个最佳参数条件下达到最小的数值。同时这个问题也有两面性:现有的点来找出来点的规律,利用找到的规律来做预测。

1,我们获得点集。(Xi,Yi) i表示集合中的第i个点。
2,建立目标函数 :
两个Y 分别是观测数值和估计数值。
两个beta就是上我们需要估计出来的K和b.
3.在目标函数中参数是K和b,我们分别对K和b,求偏导数,来求极值点
简单推导可得:


4,最后用代码实现即可。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值