本文主要是介绍Khan公开课 统计学学习笔记 九 线性回归公式 决定系数和协方差，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
分享一下我老师大神的人工智能教程！零基础，通俗易懂！http://blog.csdn.net/jiangjunshow
也欢迎大家转载本篇文章。分享知识，造福人民，实现我们中华民族伟大复兴！
线性回归公式推导
在坐标上分布很多点，这些点可以通过y=mx+b的直线进行近似模拟，如图。最合适的线性回归线（Best fitting regression）就是Error的方差最小，即Square error to the line: SEline最小。我们需要找寻SEline最小时m和b的值，即find the m & b that minimizes SEline。
SEline=(y1-(mx1+b))2+(y2-(mx2+b))2+ … +(yn-(mxn+b))2
= y1
这篇关于Khan公开课 统计学学习笔记 九 线性回归公式 决定系数和协方差的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
