数学建模 之 各种回归

OLS普通最小二乘法,能不能换一个清楚的名字?用调和平均数行不行?用中位数行不行?用几何平均数行不行?就是到直线的距离总和最小,这就是评判标准。这就是最小二乘平方公式的来历。为什么算术平均数是最小呢?调和平均为什么不是最小呢?因为算数平均是跟正态等价的,你相信最大似然吗?最大似然是什么?就是天选之子,所有概率乘起来求最大即可。最终归结到中心极限定理。就是如此。中心极限定理的证明必定是对的,复杂的,知道这个就行了,因此OLS可以起一个小名叫最小算数平均法,最大似然法就是最大概率出现法。

就把回归看成最小二乘法就好了。

岭回归实在太熟悉了,岭回归就是在后面添加了一点东西,防止过拟合的。修改了一下损失函数,使得参数尽可能得集中,那么参数就会变少,参数越少就会越重要,这就防止了过多的无用的参数,这就防止了模型的失效。

Lasso回归就这么不抗打吗?就这?Lasso回归能够使得损失函数中的许多θ均变成0,这点要优于岭回归,因为岭回归是要所有的θ均存在的,这样计算量Lasso回归将远远小于岭回归。Lasso回归最终会趋于一条直线,原因就在于好多θ值已经均为0,而岭回归却有一定平滑度,因为所有的θ值均存在。

猜你喜欢

转载自blog.csdn.net/HeroIsUseless/article/details/113174462
今日推荐