第一百五十九章 貝葉斯線性迴歸(概率與統計)

    什麽是真正的預測未來？


    就是根據當下數據的發展你來找到未來的發展趨勢。


    當下的數據可以以點的方式寫在坐標軸上，如果最後一堆點形成了一個直線的大致分布，那之後的數據也基本上在這直線上。


    這個想一想也覺得很簡單，可問題是，這些點依舊是一個分布，而不在一個直線上。


    就需要求一個直線，盡量的與這樣的相關符合。


    很簡單的想法是，畫上去的這個直線盡量在這群點的中心軸上，點在軸的兩遍對稱分布。


    計算的話，就是盡量讓所有的點離這個直線距離的和達到最短。


    之後，如果預測以後的事情，那這個點幾乎就會在這個直線上，最此也不會裏這個直線太遠。


    貝葉斯線性迴歸是使用統計學中貝葉斯推斷方法求解的線性迴歸模型。


    貝葉斯線性迴歸將線性模型的參數視為隨機變量，並通過模型參數，也就是權重係數的先驗計算其後驗。貝葉斯線性迴歸可以使用數值方法求解，在一定條件下，也可得到解析型式的後驗或其有關統計量。


    貝葉斯線性迴歸具有貝葉斯統計模型的基本性質，可以求解權重係數的概率密度函數，進行在線學習以及基於貝葉斯因子的模型假設檢驗。