监督学习算法（五）：简单线性回归

五. 简单线性回归

1. 离散程度的衡量：方差，标准差。

2. 对于分类问题Y变量为类别型，对于回归问题Y变量为连续数值型。

3. 回归分析用来建立方程模拟两个或者多个变量之间如何关联，被预测的变量被称为因变量，用来进行预测的变量叫做自变量。

4. 简单线性回归的模型是：y = b0 + b1*x+e, b0，b1是参数，e是偏差，e是一个随机变量，独立，满足正太分布，并且均值为0.

接着简单线性回归方程：E(y) = b0 + b1*X,这条直线称为回归线。其中，b0是截距，b1是斜率。

正向线性关系，负向线性关系，无关系。

5. 估计得简单线性回归方程：式子的左边是自变量x等于一个给定值的时候的y的估计值。b0变成了估计截距，b1变成了估计斜率。

6. 如何衡量现在的回归线是不是最佳回归线：实际点的y值与估计值相减的平方求和最小。sum of squares最小。

希望能够帮到你~~~