非常简单的回归任务。我有三个变量x1, x2, x3
和一些随机噪声。我知道目标方程:y = q1*x1 + q2*x2 + q3*x3
。现在我想找到目标coef:q1, q2, q3
使用平均相对平方误差(RSE) (Prediction/Real - 1)^2
评估性能来评估我们预测方法的性能。
在研究中,我看到这是一个普通的最小二乘问题。但是我不能从互联网上的例子中得到如何用Python解决这个特殊问题。假设我有数据:
import numpy as np
sourceData = np.random.rand(1000, 3)
koefs = np.array([1, 2, 3])
target = np.dot(sourceData, koefs)
(在现实生活中,数据是有噪声的,而且不是正态分布。)如何在python中使用最小二乘法找到这个koefs?任何lib用法。
https://stackoverflow.com/questions/44587923
复制相似问题