【深度学习基础-10】简单线性回归（上）

0 统计量：描述数据特征

0.1 集中趋势衡量

• 均值，平均数，平均值，mean
• 中位数：将数据中的各个数值按照大小顺序排列，居于中间的变量，若是偶个数，取中间两个均值
• 众数：数据出现次数最多的书

0.2 离散程度衡量

• 方差 variance
• 标准差 standard deviation，方差的开二次方

1 回归问题和分类问题区别：

回归问题：Y变量是连续性数值，比如房价，人数，

分类问题：Y变量是类别型，如电脑品牌

2 简单线性回归（simple linear regression）

• 很多决定过程是根据两个或者多个变量之间的关系
• 回归分析用来建立方程模拟两个或多个变量之间如何关联
• 被预测变量叫做因变量(dependent variable)  ，输出值
• 用来使用的变量叫做自变量（independent variable）,输入值

3 什么是简单线性回归？

•  简单线性回归智包含一个自变量x，一个因变量y
• 两个变量关系用一条直线来模拟
• 如果多于两个以上的自变量，称为多元回归分析 （multiple regression）

4 简单线性回归模型

•  被用来描述y和x以及偏差之间关系的方程叫做回归模型
• 简单模型是

文章来源: kings.blog.csdn.net，作者：人工智能博士，版权归原作者所有，如需转载，请联系作者。

原文链接：kings.blog.csdn.net/article/details/86292355