最小二乘法,相信大家都不陌生,统计学中很是常见,而且其理论相对简单,用途也很广泛。今天小编就给大家具体介绍一下最小二乘法。
一、最小二乘概念
最小二乘,或者也可以叫做最小平方和,它目的就是通过最小化误差的平方和,使得拟合对象无限接近目标对象。也就意味着,最小二乘法可以用于对函数的拟合。
最小二乘法是勒让德( A. M. Legendre)于1805年在其著作《计算慧星轨道的新方法》中提出的。
在线性回归中,最小二乘法就是试图找到一条直线,使所有样本到直线的欧氏距离之和最小。更直观的解释:
假设有一条直线y=ax+b,要在这条直线上找到一点,距离(x0.y0)这个点的距离最短。如果用绝对值的方法寻找,也就是取min(|y−y0|+|x−x0|),由于绝对值最小为0.所以最小的情况就是x=x0或者y=y0处。
如果用平方和的方法寻找,就是取min(y−y0)2+(x−x0)2.可以看出该式是两点间距离公式,也就是距离的概念。那么最短的距离,就是点到直线的垂线。
二、最小二乘核心思想
最小二乘的主要思想就是求解未知参数,使得理论值与观测值之差(即误差,或者说残差)的平方和达到最小:
三、直线拟合/多元线性回归
求导计算最小值是通用解法,但矩阵法比代数法要简洁,且矩阵运算可以取代循环,所以现在很多书和机器学习库都是用的矩阵法来做最小二乘法。
故损失函数定义为:(系数1/2是为了简化计算添加的,求迹前和求迹后值不变)
应用矩阵迹的计算公式:
四、最小二乘法的适用场景
当样本量m很少,小于特征数n的时候,这时拟合方程是欠定的,需要使用LASSO。当m=n时,用方程组求解。当m>n时,拟合方程是超定的,可以使用最小二乘法。
但是同时最小二乘也具有局限性:
1.最小二乘法需要计算(XTX)−1逆矩阵,有可能逆矩阵不存在,这样就没有办法直接用最小二乘法。
2.如果是样本特征n非常的大的情况,计算逆矩阵是一个极为耗时的工作,甚至是不可行,通常不超过10000个特征。
3.若拟合函数不是线性的,则无法使用最小二乘法,这时就需要通过一些技巧转化为线性才能使用。
五、最小二乘实现
/* 最小二乘法的实现 C++版 命令行输入数据文件 最后输入x得到预测的y值 */ #include<iostream> #include<fstream> #include<vector> using namespace std; class LeastSquare { double b0, b1; public: LeastSquare(const vector<double>& x, const vector<double>& y) { double t1 = 0, t2 = 0, t3 = 0, t4 = 0; for (int i = 0; i<x.size(); ++i) { t1 += x[i] * x[i]; t2 += x[i]; t3 += x[i] * y[i]; t4 += y[i]; } b0 = (t1*t4 - t2*t3) / (t1*x.size() - t2*t2); // 求得 B0 b1 = (t3*x.size() - t2*t4) / (t1*x.size() - t2*t2); // 求得 B1 } double getY(const double x) const { return b0+b1*x; } void print() const { if (b1>=0) cout << "y = " << b0 << "+" << b1 << 'x' << "\n"; else cout << "y = " << b0 << "" << b1 << 'x' << "\n"; } }; int main(int argc, char *argv[]) { if (argc != 2) { cout << " data.txt don't exit " << endl; return -1; } else { vector<double> x; vector<double> y; int count = 1; ifstream in(argv[1]); for (double d; in >> d; count++) if (count % 2 == 1) x.push_back(d); else y.push_back(d); LeastSquare ls(x, y); ls.print(); cout << "Input x:\n"; double x0; while (cin >> x0) { cout << "y = " << ls.getY(x0) << endl; cout << "Input x:\n"; } } int endline; cin >> endline; }
数据分析咨询请扫描二维码
大数据分析师证书 针对不同知识,掌握程度的要求分为【领会】、【熟知】、【应用】三个级别,考生应按照不同知识要求进行学习。 ...
2024-10-29拥抱数据分析的世界 - 成为一名数据分析工程师是一个充满挑战和机遇的职业选择。要成功地进入这个领域,你需要掌握一系列关键技 ...
2024-10-28降本增效:管理战略的关键 企业管理中的降本增效不仅是一项重要的战略举措,更是激发竞争力、提高盈利能力的关键。这一理念在当 ...
2024-10-28企业数字化是指利用数字技术和信息化手段,对企业的各个方面进行改造和优化,以提升生产效率、服务质量和市场竞争力的过程。实现 ...
2024-10-28数据科学专业毕业后,毕业生可以选择从事多种不同的岗位和领域。数据科学是一个快速发展且广泛应用的领域,毕业生在企业、学术界 ...
2024-10-28学习数据科学与大数据技术是当今职业发展中至关重要的一环。从基础到高级,以下是一些建议的课程路径: 基础课程: Python编程 ...
2024-10-28在信息技术和数据科学领域,数据架构师扮演着至关重要的角色。他们负责设计和管理企业中复杂的数据基础设施,以支持数据驱动的决 ...
2024-10-28进入21世纪以来,随着信息技术的迅猛发展,大数据已经成为全球最具影响力的技术之一,并成为企业数字化转型的核心驱动力。大数据 ...
2024-10-28随着科技的迅猛发展,数字化转型已成为现代企业保持竞争力和推动增长的关键战略之一。数字化不仅仅是技术的应用,它代表着一种全 ...
2024-10-28银行业正处于一个前所未有的数字化转型时期。在数字经济的驱动下,金融科技如大数据、人工智能、生物识别、物联网和云计算等技术 ...
2024-10-28数据分析可视化是一门艺术与科学相结合的技术,其主要目标是将复杂的数据变得更易于理解和分析。通过将数据以图表的形式呈现,我 ...
2024-10-28数据分析师在现代信息密集型的商业世界中扮演着至关重要的角色。他们通过专业的技能和敏锐的商业洞察力,帮助企业从大量数据中提 ...
2024-10-28在当今快速发展的数据驱动世界中,数据专员的角色变得愈发重要。无论是在企业决策、市场分析还是产品开发中,数据专员都扮演着不 ...
2024-10-27在当今迅速发展的科技时代,数字化对企业的意义无比深远。它不仅提升了企业的竞争力和运营效率,还显著改善了客户体验,推动了企 ...
2024-10-27企业数字化转型是一个全方位的变革过程,旨在通过应用新兴数字技术,重新设计企业的业务流程、组织结构、产品和服务,以在竞争激 ...
2024-10-27数据挖掘是一种集成了统计学、人工智能和机器学习等多种技术的过程,其主要目标是从大量数据中提取有价值的信息和知识。通过分析 ...
2024-10-27数字经济是一种新型的经济形态,以数字技术为基础,通过数据的获取、存储、加工、传输和应用进行经济发展。其核心在于利用数字化 ...
2024-10-27数据科学无疑是现代数字化社会的中流砥柱。随着大数据和人工智能技术的持续飞跃,各行各业对具备数据分析和管理能力的人才需求呈 ...
2024-10-25在当今快速发展的商业环境中,数字化转型已经成为企业保持竞争力和促进业务增长的必然选择。数字化转型不仅意味着技术的变革,更 ...
2024-10-25在当今数据驱动的商业环境中,数据分析已经成为企业决策过程中的核心要素。企业需要处理海量数据,从中提炼出有价值的见解,以支 ...
2024-10-25