最小二乗法による線形重回帰分析~人工知能・機械学習・統計の基礎の基礎~

シェアする

最小二乗法による線形重回帰分析について、pdfとパワーポイントの資料を作成しました。目的変数と説明変数とのデータセットが与えられたときに、どのように回帰係数を計算するかが説明されています。最後には回帰モデルを比較するための指標3つをまとめています。pdfもスライドも自由にご利用ください

pdfファイルはこちらから、パワーポイント(pptx)ファイルはこちらからダウンロードできます。

興味のある方はぜひ参考にしていただき、どこかで使いたい方は遠慮なくご利用ください。

スライドのタイトル

  • 回帰分析ってなに?
  • 説明変数が2つのときの線形重回帰分析
  • オートスケーリング(標準化)のメリット
  • サンプルが n 個のとき
  • 行列で表す
  • 回帰係数を求めたい
  • 最小二乗法
  • 誤差の二乗和を回帰係数で偏微分して 0
  • 回帰係数、ついに求まる
  • 回帰モデルの精度の指標 r2
  • 回帰モデルの精度の指標 RMSE
  • 回帰モデルの精度の指標 MAE

最小二乗法による線形重回帰分析のPythonのプログラムは、こちらの課題9をご参照ください。

以上です。

質問・コメントがありましたら、twitter・facebook・メールなどを通して教えていただけるとうれしいです。

シェアする

フォローする