原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
40讲线性回归（中）：如何使⽤最⼩⼆乘法进⾏直线拟合
你好，我是⻩申。
上⼀节，我提到了，求解线性回归和普通的线性⽅程组最⼤的不同在于误差ε。在求解线性⽅程组的时候，我们并不考虑误差
的存在，因此存在⽆解的可能。⽽线性回归允许误差ε的存在，我们要做的就是尽量把ε最⼩化，并控制在⼀定范围之内。这
样我们就可以求⽅程的近似解。⽽这种近似解对于海量的⼤数据 来说是⾮常重要的。
但是现实中的数据⼀定存在由于各种各样原因所导致的误差，因此即使⾃变量和因变量之间存在线性关系，也基本上不可能完
美符合这种线性关系。总的来说，线性回归 并不⼀定需要
文档评论（0）