龙空技术网

三分钟了解线性拟合—最小二乘法

volcano99 801

前言:

当前朋友们对“c线性拟合算法”可能比较关注,同学们都需要知道一些“c线性拟合算法”的相关资讯。那么小编在网络上收集了一些对于“c线性拟合算法””的相关内容,希望咱们能喜欢,各位老铁们一起来学习一下吧!

在学习最小二乘法之前,我们首先需要了解二元函数求极值的方法,类似于一元函数,但更为复杂。

设z=f(x,y),z在某区域内有二阶连续偏导数,利用下式:

求出函数z=f(x,y)在此区域的驻点(x0,y0)。

在驻点处求出

下面正式开始学习最小二乘法。经验告诉我们,变量x与y成线性关系,即y=kx+b(k,b为常数)k,b为待定的参数,现经过测量得到n组数据(xi,yi),其中i=1,2,3…,求与实验数据最接近的函数关系(直线)y=kx+b。怎么表示“接近度”,我们用式子

来表示,这样做的好处是消除了负值的影响,便于我们找到最小值。

根据上述思路,用数学表达即为:寻找k,b使得

其中z=z(k,b),(k,b)属于实数集,z为一个二次函数。为了找到最小值,分别求函数z对k和b的偏导数。如下式:

再分别令上述偏导数等于0,得:

根据上面式子直线y=kx+b一定过平均值点(x',y')。

在定义域的边界上,(k,b)→(∞,∞)时,z→+∞,所以上述驻点处z(k,b)极小,最小。

注:上述过程称为线性拟合过程,所用的方法称为“最小二乘法”。直线过平均值点(x',y'),所以只需求出直线斜率k,直线写成点斜式即可。

即:

标签: #c线性拟合算法 #最小二乘法二次曲线拟合 #最小二乘拟合曲线的求法 #拟合值的计算公式 #最小二乘法曲线拟合原理