pythonを使った回帰分析の概念の解説 その２ - Qiita

pythonを使った回帰分析の概念の解説 その２ - Qiita

αとβの値を探る## グラフでイメージをつかむ この記事のその１では、$\alpha$と$\beta$それぞれをなんら...概要を表示 αとβの値を探る## グラフでイメージをつかむ この記事のその１では、$\alpha$と$\beta$それぞれをなんらかの値で固定した場合に最小値を見つけられることをみてきましたが、実際にこのデータに対して近似直線（回帰直線）のパラメーター$\alpha, \beta$を求めるには、$\alpha$と$\beta$が同時に最小値をとる場合を探さなくてはなりません。 その１で扱った関数$S$を、$\alpha$と$\beta$の2変数関数と見立てて整理すると下記のようになります。 S(\alpha, \beta) = \left( \sum_i^n x_i^2 \right) \alpha^2 + n\beta^2 + 2 \left( \sum_i^n x_i \right)\alpha \beta - 2 \left( \sum_i^n x_i y_i \right)\alpha - 2

• 機械学習
• 統計
• python