Una línea recta en 3D se describe mediante la ecuación z = a * x + b * y + c. Por lo tanto, tiene 3 parámetros (a, b, c) para determinar y obtener la mejor línea de ajuste.
Para encontrar el mejor ajuste, desea minimizar el error al cuadrado: E = (z_i-z) ^ 2, donde z_i son sus puntos de datos y z es la predicción de su modelo para un conjunto dado (a, b, c). Entonces comienza con una conjetura inicial en (a, b, c) y actualiza sus parámetros para moverse en la dirección del error decreciente (algoritmo simple de descenso de gradiente)
Entonces,
a_i + 1 = a_i -r * dE / da
y de manera similar para byc, donde a_i es su estimación actual y a_i + 1 es la siguiente aproximación, y r es la tasa de aprendizaje que debe ajustarse a un valor apropiado para optimizar la minimización (intente ~ 0.1 para comenzar).
- ¿Qué es una explicación intuitiva de los hiladores?
- Geometría: ¿Cuál es la fórmula para calcular el área de una superficie plana de una esfera?
- ¿Por qué es Pi tan común en física?
- Dados 4 puntos (x1, y1) (x2, y2) (x3, y3) (x4, y4), ¿cómo encuentro el área delimitada por estos puntos en la programación en C?
- Geometría: ¿Cuál es la excentricidad de una elipse y cómo se mide?
Este es un simple problema de regresión lineal. Espero que ayude