【深度學習基礎-10】簡單線性迴歸（上）

0 統計量：描述資料特徵

0.1 集中趨勢衡量

• 均值，平均數，平均值，mean
• 中位數：將資料中的各個數值按照大小順序排列，居於中間的變數，若是偶個數，取中間兩個均值
• 眾數：資料出現次數最多的書

0.2 離散程度衡量

• 方差 variance
• 標準差 standard deviation，方差的開二次方

1 迴歸問題和分類問題區別：

迴歸問題：Y變數是連續性數值，比如房價，人數，

分類問題：Y變數是類別型，如電腦品牌

2 簡單線性迴歸（simple linear regression）

• 很多決定過程是根據兩個或者多個變數之間的關係
• 迴歸分析用來建立方程模擬兩個或多個變數之間如何關聯
• 被預測變數叫做因變數(dependent variable)  ，輸出值
• 用來使用的變數叫做自變數（independent variable）,輸入值

3 什麼是簡單線性迴歸？

•  簡單線性迴歸智包含一個自變數x，一個因變數y
• 兩個變數關係用一條直線來模擬
• 如果多於兩個以上的自變數，稱為多元迴歸分析 （multiple regression）

4 簡單線性迴歸模型

•  被用來描述y和x以及偏差之間關係的方程叫做迴歸模型
• 簡單模型是

                             

5 簡單線性迴歸方程

6 線性關係

• 正向線性關係，係數>0
• 負向線性關係，係數<0
• 無關係，係數=0

7 估計的簡單線性迴歸方程

 

 8 線性迴歸分析流程

9 關於偏差的設定

•  是一個隨機變數，均值是0
• 方差對於所有自變數x都是一樣的
• 偏差的值是獨立分佈
• 偏差的值滿足正態分佈