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。
相关快讯
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
腾讯云开发者
