技术文章 > Python技术 >  Python基础教程 > 正文

python中最小二乘法如何理解?

宋雪维

python中在实现一元线性回归时会使用最小二乘法,那你知道最小二乘法是什么吗。其实最小二乘法为分类回归算法的基础,从求解线性透视图中的消失点,m元n次函数的拟合,包括后来学到的神经网络,其思想归根结底全都是最小二乘法。本文向大家介绍python中的最小二乘法。

一、最小二乘法是什么?

最小二乘法Least Square Method,做为分类回归算法的基础,有着悠久的历史(由马里·勒让德于1806年提出)。

二、最小二乘法实现原理:

通过最小化误差的平方和寻找数据的最佳函数匹配。

三、最小二乘法功能

利用最小二乘法可以简便地求得未知的数据,并使得这些求得的数据与实际数据之间误差的平方和为最小。

最小二乘法还可用于曲线拟合。其他一些优化问题也可通过最小化能量或最大化熵用最小二乘法来表达。

四、最小二乘法两种视角描述:“多线→一点”视角与“多点→一线”视角

1、已知多条近似交汇于同一个点的直线,想求解出一个近似交点:寻找到一个距离所有直线距离平方和最小的点,该点即最小二乘解;

2、已知多个近似分布于同一直线上的点,想拟合出一个直线方程:设该直线方程为y=kx+b,调整参数k和b,使得所有点到该直线的距离平方之和最小,设此时满足要求的k=k0,b=b0,则直线方程为y=k0x+b0。

以上就是python中最小二乘法的有关介绍,希望能对你有所帮助哟~

免费视频教程
本教程部分素材来源于网络,版权问题联系站长!
相关文章
  python爬虫中cookie如何操作?
  Python3爬虫利器:tesserocr的安装
  python中scipy.special模块如何使用?
  python中如何使用scipy.linalg模块计算矩阵的行列式?
  python如何求解线性方程组?
  python中scipy.linalg.inv()功能是什么?
  python中计算矩阵特征向量的方法
相关视频章节
  Python语言简介
  python初认识
  五分钟装好Python解释器
  写下你第一个Python程序
  Python的代码缩进规范
视频教程分类