一次回归的精确改进

H.E.G.

每月一问~
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）

1. class LenError(TypeError):
   
2.     pass
   
3. 
   
4. def linear_regression(x=[], y=[]):
   
5.     if len(x) != len(y):
   
6.         raise LenError('len x is not equal to len y!')
   
7.     Sx = sum(x)
   
8.     Sy = sum(y)
   
9.     Sxy = sum([x[i] * y[i] for i in range(len(x))])
   
10.     n = len(x)
    
11.     x_ = Sx / n
    
12.     y_ = Sy / n
    
13.     Lxy = Sxy - n * x_ * y_
    
14.     Lxx = sum([x[i] ** 2 for i in range(len(x))]) - n * x_ ** 2
    
15.     b_ = Lxy / Lxx
    
16.     a_ = y_ - b_ * x_
    
17.     return (b_, a_)

复制代码

nahongyan1997

我这初中都没毕业的是不可能解决这种问题了啊

qq1151985918

什么叫 一次回归参数？

nahongyan1997

qq1151985918 发表于 2021-8-3 19:00
什么叫 一次回归参数？

学渣+1

H.E.G.

不会吧不会吧
一个回帖的都没有（可惜）

H.E.G.

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

H.E.G.

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