从线性代数的投影角度看线性回归

最近在读一本很有意思的书:矩阵力量

从多个角度来分析线性代数的基本概念。回归这一块,第一次领悟到线性代数的威力。

所谓的线性回归,实际是从原始的数据维度,投影到另外一个维度,回归系数就是投影到新维度上的系数,残差就是两个维度带来的误差。

多项式回归更有意思,设计矩阵X实际可以写成多个列向量,第一列全为1,第二列为因变量x,第三列为因变量x的平方,第四列为因变量x的立方...

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注