机工社课件Python商务大数据分析与应用第6章 线性回归.pptxVIP

BUSINESSANALYSISANDMINING第6章线性回归主讲老师：李丹丹

目录6.1一元线性回归6.2线性回归模型评估01026.3多元线性回归03

BUSINESSANALYSISANDMINING6.1一元线性回归

线性回归模型线性回归模型是利用线性拟合的方式探寻数据背后的规律。如图6-1所示，先通过搭建线性回归模型寻找这些散点（也称样本点）背后的趋势线（也称回归曲线），再利用回归曲线进行一些简单的预测分析或因果关系分析。

线性回归模型线性回归中，我们根据特征变量（也称自变量）来预测目标变量（也称因变量）。根据特征变量的个数可将线性回归模型分为一元线性回归和多元线性回归。一元线性回归：“工龄”对“薪水”进行预测；多元线性回归：“工龄”“行业”“所在城市”等对“薪水”进行预测。例如

一元线性回归模型一元线性回归的数学原理一元线性回归模型也称为简单线性回归模型，其形式可以表示为：?其中y为因变量，x为自变量，a表示回归系数，b表示截距。

一元线性回归模型?一元线性回归的数学原理i

一元线性回归模型一元线性回归的数学原理通过两者差值的平方和（也称为残差平方和）来衡量拟合效果，公式如下:?当导数为0时，残差平方和最小。?

一元线性回归模型通过对残差平方和进行求导，然后令其导数为0，便可以求得一元线性回归模型的系数a和截距b。最小二乘法：一元线性回归的数学原