線形回帰(単回帰)

機械学習

入力変数が一つで出力変数が一つのものを予測するのに使われるのが線形回帰(単回帰)という。

 

また、与えられたデータに対して

{ \displaystyle y = h_\theta(x) = \theta_0 + \theta_1x }

と仮説関数を当てはめると、 この関数と実際のデータとの誤差の和は

 { \displaystyle J(\theta_0, \theta_1) = 1/2m\sum_{i=1}^{m} (h_\theta(x_i)-y_i)^2}

とあらわされ、この結果が小さくなるほど、正確な仮説関数になる。この学習方法を最小二乗法という。

 

参考

Coursera Wiki

やる夫で学ぶ機械学習 - 単回帰問題 - · けんごのお屋敷