7.1 简单线性回归(Simple Linear Regression)

本文介绍了统计学中的基本概念,包括均值、中位数和众数等集中趋势衡量指标,以及方差和标准差等离散程度衡量指标。此外,还详细解释了简单线性回归的基本原理,包括其在预测分析中的应用。

属于监督学习(Supervised Learning);回归(Regression)

前提介绍:

为什么需要统计量?

统计量:描述数据特征

集中趋势衡量:

均值(平均数,平均值)(mean)

{6,2,9,1,2}

(6+2+9+1+2)/5 =20/5 = 4

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

给数据排序:1,2,2,6,9

找到位置处于中间的变量:2

当n为奇数的时候: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

众数(mode):数据中出现次数最多的数


离散程度衡量:

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 = 11.5

标准差(standard deviation)


s = sqrt(11.5) = 3.39


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:颜色分类,电脑品牌,有无信誉

简单线性回归(Simple Linear Regression)

1、很多做决定过程中通常是根据两个或者多个变量之间的关系

2、回归分析(Regression analysis)来建立方程模拟两个或者多个变量之间如何关联

3、被预测的变量叫做:因变量(dependent variable),y,输出(output)

4、被用来进行预测的变量叫做:自变量(independent variable),x,输入(input)


简单线性回归介绍:

1、简单线性回归包含一个自变量(x)和一个因变量(y)

2、以上两个变量的关系用一条直线来模拟

3、如果包含两个以上的自变量,则称作多元回归分析(multiple Regression)

简单线性回归模型

1、被用来描述应变量(y)和自变量(X)以及偏差(error)之间关系的方程叫做回归模型

2、简单线性回归的模型是:


其中:            参数             参数               偏差

简单线性回归方程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)



估计的简单线性回归方程


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

           y是在自变量x等于一个给定值得时候,y的估计值


线性回归分析流程:


关于偏差的假定

1、是一个随机的变量,均值为0

2、ε的方差(variable)对于所有的自变量x是一样的

3、ε的值是独立的

4、ε满足正态分布






<think>好的,我现在需要帮助用户了解线性回归的概念、实现方法和应用场景。首先,我应该回顾一下用户提供的引用内容,确保回答准确并正确引用。用户引用了三篇关于线性回归的文章,涵盖了基本概念、实现代码、模型训练、优化方法以及过拟合处理等内容。 首先,我需要明确线性回归的基本定义。根据引用[1]和[3],线性回归是一种用于建立自变量和因变量之间线性关系的模型。它的核心是找到最佳拟合直线,即最小化预测值与真实值之间的误差平方和。这里需要解释清楚线性回归的数学表达式,比如使用$y = \theta_0 + \theta_1x_1 + ... + \theta_nx_n$,并提到误差项$\epsilon$。 接下来是线性回归的实现方法。用户提到了scikit-learn库中的LinearRegression类,如引用[1]中的代码示例。我需要分步骤说明如何使用这个库:导入模块、创建模型对象、拟合数据、进行预测。同时,根据引用[2],还需要介绍两种解法:最小二乘法和梯度下降法。这里可能需要简要解释这两种方法的原理,但不需要深入数学推导,保持简洁。 然后是应用场景。引用[3]指出线性回归应用广泛,适合作为入门算法。我需要列举几个典型领域,比如经济学中的价格预测、金融中的风险评估、市场营销中的销量分析等,并说明其适用条件,如变量间存在线性趋势、数据噪声少的情况。 用户可能还关心过拟合与欠拟合的处理,引用[2]提到了岭回归、Lasso回归和弹性网。这部分可以作为优化方法或扩展内容,但用户的问题主要集中在实现和应用,所以可能放在相关问题里比较合适。 在整理结构时,需要按照概念、实现、应用来组织内容,每个部分使用标题,并确保行内公式使用$...$,独立公式用$$...$$。例如,线性回归模型的数学表达式应单独成段,使用双美元符号包裹。 同时,需要检查LaTeX语法是否正确,比如积分符号的例子是否正确,是否有拼写错误。确保所有的数学表达式都正确无误,比如系数θ的表示是否正确。 最后,生成相关问题时要基于用户提供的引用内容,可能涉及性能分析、优化方法、应用场景扩展等。比如,如何评估线性回归模型?如何处理多重共线性问题?线性回归在时间序列预测中的应用? 在引用部分,需要确认每个引用标识对应正确的内容,例如引用[1]中的代码示例,引用[2]中的过拟合处理方法,引用[3]中的算法应用场景。 现在,我需要确保回答结构清晰,步骤明确,并且自然融入引用标识。例如,在提到使用scikit-learn实现时,末尾添加[^1],在讨论过拟合方法时引用[^2]。</think>### 线性回归 Linear Regression 实现与应用 #### 一、基本概念 线性回归Linear Regression)是一种通过建立自变量(特征)与因变量(目标)之间的线性关系进行预测的监督学习算法[^3]。其数学形式为: $$ y = \theta_0 + \theta_1x_1 + \theta_2x_2 + \dots + \theta_nx_n + \epsilon $$ 其中,$y$为预测值,$\theta_i$为模型系数,$\epsilon$为误差项。核心目标是找到一组系数,使得预测值与实际值的**均方误差(MSE)**最小化。 #### 二、实现方法 1. **Scikit-learn实现** 引用[1]提供了基于Python的代码示例: ```python from sklearn.linear_model import LinearRegression lin_reg = LinearRegression() # 创建模型对象 lin_reg.fit(X_train, y_train) # 拟合训练数据 y_pred = lin_reg.predict(X_test) # 预测新数据 ``` 2. **数学解法** - **最小二乘法**:直接通过矩阵运算求解闭式解 $\theta = (X^TX)^{-1}X^Ty$,适用于特征维度低且可逆的情况。 - **梯度下降法**:通过迭代更新系数 $\theta_j := \theta_j - \alpha \frac{\partial}{\partial \theta_j}J(\theta)$,适合高维数据。 #### 三、应用场景 线性回归广泛应用于以下领域: 1. **经济学**:预测商品价格与供需关系 2. **金融**:分析股票收益率与市场指数 3. **市场营销**:评估广告投入与销售额的关联 4. **工程**:建立物理量之间的近似关系(如温度与材料膨胀) **适用条件**:变量间存在线性趋势、数据噪声较少、特征无多重共线性。 #### 四、优化与扩展 1. **过拟合处理** 引用[2]提到可通过正则化方法改进: - **岭回归(Ridge)**:添加L2正则项,缓解多重共线性 - **Lasso回归**:添加L1正则项,实现特征选择 - **弹性网**:结合L1和L2正则化 2. **模型评估** 常用指标包括$R^2$(拟合优度)、MSE(均方误差),交叉验证方法如K折验证可提升可靠性。 --- ###
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