一次回归的精确改进
本帖最后由 H.E.G. 于 2021-8-5 22:25 编辑每月一问~{:10_256:}
在下面的代码中,函数能够计算出一次回归参数
但计算是,会有一些难以避免的误差
那么,如何尽可能把误差减到最小?(顺便改进一下代码){:10_277:}
class LenError(TypeError):
pass
def linear_regression(x=[], y=[]):
if len(x) != len(y):
raise LenError('len x is not equal to len y!')
Sx = sum(x)
Sy = sum(y)
Sxy = sum( * y for i in range(len(x))])
n = len(x)
x_ = Sx / n
y_ = Sy / n
Lxy = Sxy - n * x_ * y_
Lxx = sum( ** 2 for i in range(len(x))]) - n * x_ ** 2
b_ = Lxy / Lxx
a_ = y_ - b_ * x_
return (b_, a_)
我这初中都没毕业的是不可能解决这种问题了啊{:10_269:} 什么叫 一次回归参数? qq1151985918 发表于 2021-8-3 19:00
什么叫 一次回归参数?
学渣+1{:10_256:} 不会吧不会吧
一个回帖的都没有(可惜){:10_256:} nahongyan1997 发表于 2021-8-3 15:44
我这初中都没毕业的是不可能解决这种问题了啊
参考https://fishc.com.cn/thread-200348-1-1.html qq1151985918 发表于 2021-8-3 19:00
什么叫 一次回归参数?
参考https://fishc.com.cn/thread-200348-1-1.html
页:
[1]