Линейная регрессия — различия между версиями
Строка 1: | Строка 1: | ||
− | '''Линейная регрессия''' (англ. ''linear regression'') — метод восстановления зависимости одной (объясняемой, зависимой) переменной <tex>y</tex> от другой или нескольких других переменных (факторов, регрессоров, независимых переменных) <tex>x</tex> с линейной функцией зависимости. | + | '''Линейная регрессия''' (англ. ''linear regression'') — метод восстановления зависимости одной (объясняемой, зависимой) переменной <tex> y </tex> от другой или нескольких других переменных (факторов, регрессоров, независимых переменных) <tex> x </tex> с линейной функцией зависимости. Данный метод позволяет предсказывать значения зависимой переменной <tex> y </tex> по значениям независимой переменной <tex> x </tex>. |
+ | |||
+ | == Задача == | ||
+ | |||
+ | ==== Дано ==== | ||
+ | |||
+ | * <tex> f_1(x), \dots ,f_n(x) </tex> - числовые признаки | ||
+ | * модель многомерной линейной регрессии: | ||
+ | <center> <tex> f(x,\alpha) = \sum\limits_{j=1}^n \alpha_j f_j(x) </tex>, </center> | ||
+ | где <tex> a \in R^n </tex> | ||
+ | * обучающая выборка: множество из пар <tex>(x_i, y_i)_{i=1 \dots n}</tex> | ||
+ | * <tex> x_i </tex> - объекты из множества <tex> X = R^n </tex> | ||
+ | * <tex> y_i </tex> - объекты из множества <tex> X = R </tex> |
Версия 15:13, 5 марта 2019
Линейная регрессия (англ. linear regression) — метод восстановления зависимости одной (объясняемой, зависимой) переменной
от другой или нескольких других переменных (факторов, регрессоров, независимых переменных) с линейной функцией зависимости. Данный метод позволяет предсказывать значения зависимой переменной по значениям независимой переменной .Задача
Дано
- - числовые признаки
- модель многомерной линейной регрессии:
где
- обучающая выборка: множество из пар
- - объекты из множества
- - объекты из множества