Модель линейной регрессии является линейной по параметрам.
Что это на самом деле означает?
Модель линейной регрессии является линейной по параметрам.
Что это на самом деле означает?
Ответы:
Рассмотрим уравнение вида
где - переменные, а β - параметры. Здесь y - линейная функция от β (линейная по параметрам), а также линейная функция от x (линейная по переменным). Если вы измените уравнение на
Тогда он больше не является линейным по переменным (из-за квадрата), но по-прежнему линейным по параметрам. И для (множественной) линейной регрессии это все, что имеет значение, потому что, в конце концов, вы пытаетесь найти набор , который минимизирует функцию потерь. Для этого вам необходимо решить систему линейных уравнений . Учитывая его хорошие свойства, он имеет решение в закрытой форме, что делает нашу жизнь проще. Все становится сложнее, когда вы имеете дело с нелинейными уравнениями.
Предположим, вы не имеете дело с регрессионной моделью, но вместо этого у вас есть проблема математического программирования: вы пытаетесь минимизировать целевую функцию вида учетом ряда ограничений: A x ≥ b и x ≥ 0 . Это задача линейного программирования в том смысле, что она линейна по переменным. В отличие от регрессионной модели, вы пытаетесь найти набор x (переменных), который удовлетворяет ограничениям и минимизирует целевую функцию. Это также потребует от вас решения систем линейных уравнений, но здесь оно будет линейным по переменным. Ваши параметры не будут влиять на эту систему линейных уравнений.
Это просто означает, что где A - параметры. Переменные X могут содержать нелинейные отношения; например, X = [ α , но Y является линейной функцией X .
Модель является линейной, когда каждый член является либо константой, либо произведением параметра и предиктора. Линейное уравнение строится путем сложения результатов для каждого члена. Это ограничивает уравнение только одной основной формой:
«Линейный по параметрам» в линейной регрессии означает, что ни один параметр не отображается в качестве показателя степени, не умножается и не делится на другой параметр.