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:颜色类别,电脑品牌,有无信誉
E(y) = β0+β1x
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)
9. 估计的简单线性回归方程
ŷ=b0+b1x
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 ŷ是在自变量x等于一个给定值的时候,y的估计值
汽车卖家做电视广告数量与卖出的汽车数量:
使
最小
计算b1
分子 = (1-2)(14-20)+(3-2)(24-20)+(2-2)(18-20)+(1-2)(17-20)+(3-2)(27-20)
= 6 + 4 + 0 + 3 + 7 = 20
分母 = (1-2)^2 + (3-2)^2 + (2-2)^2 + (1-2)^2 + (3-2)^2 = 1 + 1 + 0 + 1 + 1 = 4
b1 = 20/4 =5
计算b0
b0 = 20 - 5*2 = 20 - 10 = 10
假设有一周广告数量为6,预测的汽车销售量是多少?
代码实现:
# 简单现行回归:只有一个自变量 y=k*x+b 预测使 (y-y*)^2 最小
import numpy as np
def fitSLR(x, y):
n = len(x)
dinominator = 0
numerator = 0
for i in range(0, n):
numerator += (x[i] - np.mean(x)) * (y[i] - np.mean(y))
dinominator += (x[i] - np.mean(x)) ** 2
print("numerator:" + str(numerator))
print("dinominator:" + str(dinominator))
b1 = numerator / float(dinominator)
b0 = np.mean(y) / float(np.mean(x))
return b0, b1
# y= b0+x*b1
def prefict(x, b0, b1):
return b0 + x * b1
x = [1, 3, 2, 1, 3]
y = [14, 24, 18, 17, 27]
b0, b1 = fitSLR(x, y)
y_predict = prefict(6, b0, b1)
print("y_predict:" + str(y_predict))
运行结果:
numerator:20.0
dinominator:4.0
y_predict:40.0
【注】:本文为麦子学院机器学习课程的学习笔记